报告题目：Structural Design for Efficient Deep Network Implementation

报告人：Yu Hen Hu（胡玉衡）

报告时间：2019年5月29日14：30-16：00

报告地点：友谊校区航海学院东配楼

邀请人：赵瑞琴 副教授

报告摘要 ：The Deep Neural Network (DNN) has significantly enhanced the performance of pattern classification and time series predictions for numerous important real-world applications. However, the complexity of a typical DNN network has also made it difficult to incorporate such an algorithm in low power mobile devices and internet of things. In this work, we present methods to approximate the performance of a trained DNN by modifying its structural design and discuss specific design cases.

报告人简介：美国University of Wisconsin-Madison电子与计算机工程系，教授，系主任，IEEE Fellow。他于1976年在国立台湾大学获得学士学位，分别于1980和1982年获美国南加州大学硕士和博士学位。在1983到1987年间，他在Southern Methodist University电子工程系担任助理教授，从1987年开始到University of Wisconsin-Madison工作，目前为教授、电子与计算机工程系执行主任。Dr. Hu研究兴趣广泛，主要包括：信号处理算法的设计和实现、大规模集成电路计算机辅助设计、模式分类和机器学习算法、图像信号处理等。他发表了超过200篇高水平学术文献，并出版过多部专著。他曾经担任IEEE Transaction of Acoustic, Speech, and Signal Processing、IEEE signal processing letters等多个重要国际期刊的副编辑，还曾担任IEEE信号处理协会执行委员会成员及秘书、IEEE信号处理协会神经网络委员会和多媒体信号处理委员会主席。他还是Multimedia and Expo国际会议和IEEE Transactions on Multimedia on behalf of IEEE Signal processing society 咨询委员会成员。