5月19日上午，华中科技大学杨晓松教授应邀为理学院师生作了题为《了解深度神经网络之黑箱---从几何和拓扑角度看深度学习》的学术报告。
杨晓松教授首先回顾了人们对深度神经网络可解释性的理论研究动态， 然后通过若干例子从几何和拓扑角度对深度神经网络的有效性和产生的问题给出了直观的数学解释，并介绍了其在理解深度神经网络所做的几何工作，以及进一步的理论问题。本报告的重点是试图说明从几何角度理解深度神经网络的必要性和有效性。
最后，杨晓松教授与在座师生就深度神经网络及机器学习的进一步研究和应用前景进行了深入交流和讨论。
报告人简介：杨晓松，男，自学完成本科教育，于1998年获中国科技大学基础数学博士学位。先后在重庆邮电大学，厦门大学信息科学与技术学院工作，控制理论与控制工程博士生导师。2004年3月起为华中科技大学特聘教授,曾担任该校控制理论与控制工程博士生导师及电路与系统博士生导师。目前为华中科技大学二级教授，数学与统计学院基础数学博士生导师；运筹学与控制论博士生导师。杨晓松教授在动力系统的混沌理论及其应用、行走动力学、几何控制等领域取得多项成果。迄今为止每年入选Elsevier“中国高被引学者“榜单”。目前研究兴趣 ：1拓扑学与度量几何，2深度学习可解释性的数学理论，3几何控制与机器人学。
