報告題目：Structural Design for Efficient Deep Network Implementation
報告人：Yu Hen Hu（胡玉衡）
報告時間：2019年5月29日14：30-16：00
報告地點：友誼校區航海學院東配樓
邀請人：趙瑞琴 副教授
報告摘要 ：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.
報告人簡介：美國University of Wisconsin-Madison電子與計算機工程系，教授，系主任，IEEE Fellow。他于1976年在國立臺灣大學獲得學士學位，分別于1980和1982年獲美國南加州大學碩士和博士學位。在1983到1987年間，他在Southern Methodist University電子工程系擔任助理教授，從1987年開始到University of Wisconsin-Madison工作，目前為教授、電子與計算機工程系執行主任。Dr. Hu研究興趣廣泛，主要包括：信號處理算法的設計和實現、大規模集成電路計算機輔助設計、模式分類和機器學習算法、圖像信號處理等。他發表了超過200篇高水平學術文獻，并出版過多部專著。他曾經擔任IEEE Transaction of Acoustic, Speech, and Signal Processing、IEEE signal processing letters等多個重要國際期刊的副編輯，還曾擔任IEEE信號處理協會執行委員會成員及秘書、IEEE信號處理協會神經網絡委員會和多媒體信號處理委員會主席。他還是Multimedia and Expo國際會議和IEEE Transactions on Multimedia on behalf of IEEE Signal processing society 咨詢委員會成員。
