导读:深度神经网络(DNN)作为人工智能的核心技术,凭借强大的数据特征提取与规律学习能力,已深度赋能多行业。
在计算机视觉领域,基于 CNN 等模型实现工业质检(如零件缺陷检测准确率超 99%)、安防监控(实时异常行为识别)、医疗影像诊断(辅助检测癌症等疾病)及自动驾驶环境感知;在自然语言处理领域,依托 RNN、Transformer 架构,支撑智能客服(降本 30%-50%)、多语言实时翻译(通用场景准确率超 90%)、文本生成与情感分析及语音交互(如智能音箱);在金融领域,助力信贷风险评估(降低坏账率)、量化交易(提升收益稳定性)与智能投顾(降低理财门槛);在医疗健康领域,推动疾病预测、药物研发(缩短周期 30%-50%)与个性化治疗;在工业制造领域,结合工业互联网实现设备故障预测与生产流程优化,整体上,DNN 通过提升效率、降低成本、优化决策,成为推动各行业智能化转型、重构生产生活方式的关键力量。
2025年9月2日19时,成都市航空航天学会邀请中国科学技术大学胡荣春副教授做《人工智能基础知识系列培训-深度神经网络》线上讲座。重点介绍前馈式神经网络 、卷积神经网络和循环神经网络的实践与应用,届时在仿真秀官网和APP同步直播,欢迎用户准时参加。以下是直播安排:
胡荣春 中国科学技术大学 副教授
男,1981年3月生,中国科学技术大学硕士,副教授,硕士生导师。长期从事通信网络、图像处理等方面的科研教学工作。主持2项省级和6项校级教改科研项目,参与多项国家级和省级项目。主编教材2部,发表论文二十余篇,其中SCI检索6篇、EI检索4篇,核心期刊1篇。获2项发明专利授权和1项软件著作权。在各类教学竞赛中获全国一等奖1项、二等奖3项、三等奖4项;获省级一等奖2项、二等奖2项、三等奖2项。
1、前馈式神经网络
2、卷积神经网络
3、循环神经网络的实践与应用
1、科研与教育领域相关人员:包括高校人工智能、计算机科学、通信工程、图像处理等专业的教师与研究生,可通过课程系统学习深度神经网络核心架构(前馈式、卷积、循环神经网络),助力科研项目开展与教学内容补充,尤其适合研究方向涉及通信网络、图像处理的师生(契合主讲嘉宾胡荣春教授的科研背景)。
2、企业技术研发与工程人员:覆盖工业制造(如设备故障预测、工业质检)、金融(如信贷风控、量化交易)、医疗健康(如医疗影像诊断、药物研发)、自动驾驶、安防等行业的技术从业者,需运用深度神经网络技术优化业务流程、提升技术能力的工程师或研发人员,可针对性学习技术实践与应用方法。
3、人工智能入门与进阶学习者:对人工智能基础知识感兴趣,希望系统掌握深度神经网络关键模型(CNN、RNN 等),并了解其在多行业落地场景(如智能客服、实时翻译、个性化医疗)的初学者或转行人员,课程可帮助构建技术框架,为后续深入学习奠定基础。
4、行业转型与决策相关人员:企业中负责技术选型、数字化转型规划的管理者,或关注人工智能对行业影响(如效率提升、成本降低)的从业者,可通过课程了解深度神经网络的实际应用价值,辅助制定业务决策与转型策略。
请识别下方二维码观看,欢迎加入技术交流群。
来源:仿真秀App