1月16日，佐治亚理工学院机器学习中心副主任宋乐到访中国科学院自动化研究所，并作了题为Enhancing Deep Learning with Structures的精彩学术报告。

　　深度学习作为近年来最炙手可热的研究方向吸引了来自学术界、工业界、资本市场乃至政府的广泛关注，但在表面的成功和繁荣之下，深度学习仍然有很多关键问题亟待解决，例如：深度学习对大数据和大运算量的过分依赖，模型的不可解释性等等。

　　报告向大家展示了利用问题的内在结构对提高机器学习方法性能、降低样本复杂度和计算复杂度的重要意义。宋乐通过大量理论和实验展示了CNN通过卷积结构成功利用了图像问题中的平移不变性，用（相比全连接层而言）少量的参数取得了非常高的识别精度。接着他展示了佐治亚理工学院的最新工作Deep Hyperspherical Learning，即通过改进卷积操作达到更快的收敛速度和更高分类精度。在他的另一个工作struct2vec中，宋乐介绍了如何让深度神经网络利用图的结构信息，从而将神经网络应用到社交网络、生物医学、推荐系统等应用问题中。

　　宋乐是佐治亚理工学院计算科学与工程系终身副教授，机器学习中心副主任。