數(shù)學(xué)與大數(shù)據(jù)學(xué)院邀請廣東工業(yè)大學(xué)凌永權(quán)教授來校作學(xué)術(shù)報(bào)告

        2019年3月25日，應(yīng)佛山科學(xué)技術(shù)學(xué)院數(shù)學(xué)與大數(shù)據(jù)學(xué)院院長戎海武教授的邀請，“國家級高層次人才”、珠江學(xué)者、廣東工業(yè)大學(xué)凌永權(quán)教授在基礎(chǔ)實(shí)驗(yàn)樓206會(huì)議室舉辦了主題為“機(jī)器學(xué)習(xí)的基礎(chǔ)理論與近代發(fā)展”的學(xué)術(shù)報(bào)告。報(bào)告由戎海武教授主持，學(xué)院的青年教師與學(xué)生積極參加了此次講座。

在報(bào)告中，凌永權(quán)教授分析了機(jī)器學(xué)習(xí)中的用主成分分析進(jìn)行降維和通過感知器進(jìn)行分類這兩個(gè)關(guān)鍵的技術(shù)。首先回顧了傳統(tǒng)的主成分分析理論，并考慮當(dāng)方差矩陣不滿階時(shí)，方差矩陣的特征分解的充要條件、主成分分析的線性變換的唯一性和正交性、對應(yīng)的最優(yōu)化問題的拉格朗日函數(shù)的解滿足的條件等。其次對于感知器，回顧傳統(tǒng)了基于兩段域的激活函數(shù)的分類，并廣義化為基于多段域的激活函數(shù)的分類，通過最優(yōu)化方法尋找權(quán)值向量和段域的邊界值等。最后把相關(guān)的理論應(yīng)用在與物件無關(guān)的模式識別上，改善了基于傳統(tǒng)方法的效果。凌永權(quán)教授的講解深入淺出、邏輯性強(qiáng)，又不失生動(dòng)風(fēng)趣，并與在座的師生進(jìn)行了充分的學(xué)術(shù)交流，使師生受益匪淺。