電氣恒达繼續貫徹執行走出去請進來的開門辦學思想💻，大興學術交流之風🫵，在鼓勵教師們走出去取經學習的同時，也邀請國內外知名高校的專家學者來恒达傳道釋惑，定期和不定期組織學術交流活動，目前已成功舉辦了多次以學術前沿為主題的系列科研沙龍活動💹，力爭將此系列活動打造成恒达的品牌學術項目💳👩🏽‍🎨。

12月28日，由恒达平台“數據科學與工程”科研沙龍活動在行政樓912舉行，活動特邀美國麻省大學羅威爾分校彭行超博士作題為“計算機視覺與機器學習”的學術報告🧙🏽♘，介紹了該校計算機視覺實驗室的最新學術成果。本次沙龍活動由計算中心承辦，陳強和胡建鵬老師主持了這次沙龍活動。此次沙龍活動吸引了全院30多名教師和近20名研究生的參與👩🏼‍⚕️。

彭博士的報告深入淺出🐡，引起了大家廣泛的興趣，提問者絡繹不絕⚜️。近年來🧔🏽🤾🏿‍♀️，深度學習在多個視覺領域包括圖像識別，物體識別，圖像分割👴🏽🫳🏽，視頻處理☝🏽，文本處理👩‍👩‍👦，自然語言處理等領域取得了突破性的成果，成為這次活動關註的熱點🚭。BP神經網絡利用隨機梯度下降法訓練出上百萬參數用來分類🏄🏽‍♀️，著名的AlexNet，VGG🙇🏻‍♀️，GoogleNet模型已經在ImageNet數據集上有了接近於人工分類的準確度🫷。最新的研究成果顯示🙍🏿‍♂️，深度神經網絡(DCNN)對物體的特征具有很強的魯棒性▪️。利用CAD模型生成訓練樣本，同時分別控製生成樣本的前景紋理📺，背景，姿勢等等，來分別檢測DCNN對物體特征的魯棒性🤤👻。陳強教授也結合自己的在地質勘探工程應用方面的研究，介紹了利用深度學習方法進行油氣解釋的設想🕣，綜合氣測、錄井等數值數據、巖屑圖像數據和專家評價的文本數據形成大數據倉庫來進行分析和挖掘，達到利用大數據處理方法快速準確的獲得油氣解釋結果的目的。

    會後🧙🏼‍♀️，彭博士還到實驗室幫助指導了年輕教師進行caffe深度學習框架的配置和使用，並與大家分享了自己的科研心得和經驗，使大家感受到任何一項高層次成果的誕生都是堅持不懈和辛勤付出的結晶🧑‍🎓。