水果机游戏-水果机械包装设计

　　5月8日上午，應計算機學院邀請，英國計算機學會和電子工程學會（IET）會士、英國布魯內爾大學教授李茂貞做客聊大講壇，做了題為《深度神經網絡的可解釋性和計算效率》（Interpretation and Computation Efficiency in Deep Neural Networks）學術報告。計算機學院部分教師、研究生參加了報告會。

　　報告聚焦于當前人工智能領域的重要議題論點新穎，邏輯嚴密，方法前沿。李茂貞在報告中闡述了人工智能可解釋性的重要性以及其在實際應用中的意義，詳細介紹了類別激活圖（CAM）在增強人工智能可解釋性方面的作用和局限。基于自注意力機制的類別激活圖（SA-CAM）方法，通過引入自注意力機制來提高圖像識別的準確性，彌補了傳統CAM方法的不足之處。當前輕量級模型存在準確性低、普適性差的弱點，但有若干解決方案。大語言模型模型在計算復雜度方面存在短板，但挑戰和機遇并存，具有廣闊的發展前景。李教授的報告開拓了與會師生的學術視野，與會人員獲益匪淺。

　　會后，李茂貞就學科建設、科研團隊建設、研究生培養、國際合作交流等方面與師生進行了深入交流。針對在場教師和學生的提問，他進行了耐心解答。

　　李茂貞，1997年在中國科學院軟件研究所獲得博士學位，1999-2002年在英國卡迪夫大學的計算機科學與信息學院完成博士后研究，現為英國倫敦布魯內爾大學電子與電氣工程系教授。主要研究方向包括高性能計算、大數據分析、智能電網和智能城市中應用的智能系統。在相關領域出版專著5部，發表學術論文200多篇，現任英國計算機學會和電子工程學會（IET）的會士。

　　（審核 賈保先）