11月29日下午，应西南大学人工智能学院王建军教授邀请，香港城市大学周定轩教授为我校师生做题为“Mathematical Theory of Deep Convolutional Neural Networks”的学术报告。报告由王建军副院长主持，西南大学人工智能学院教师、研究生及本科生参加报告会。

学院王建军教授主持报告

周定轩教授首先从基本的最小二乘法和损失函数讲解，结合当下热门的大数据和深度学习引入了报告主题——深度卷积神经网络的理论支持。虽然深度学习算法在手机信号识别、计算机视觉等领域取得非常成功的应用，但却缺乏理论设计。卷积神经网络相比于全连接的神经网络，因其特殊的平移不变性结构在图像处理领域脱颖而出，回顾了AlexNet、ZFNet、VGG、GoogLeNet、ResNet等经典的CNN设计。紧接着周教授指出，他的研究着眼于寻找深度卷积神经网络的数学理论支持，提出了Approximation theory of deep CNNs。解析deep CNNs的结构，也展示了深卷积网的普适性定理、CNN在减少网络参数中的优势、利用深度CNN实现全联通网(包括函数、分布等的逼近)等理论的研究成果。

周定轩教授做主题报告

报告结束后，学院师生与周教授就相关问题进行了深入交流。周教授的报告内容由简单的数学模型到对学术前沿知识的深入解读，十分具有启发性，研究成果发表在国内外顶级期刊，得到了专家学者的广泛认可，获得了在座师生们的一致好评。

（谢亚红供稿  编辑 李方  审核 肖瑶）