文：魏楠，审核：孙连山，图：常圆圆

为推动深度学习研究及应用，中国人工智能学会（CAAI）深度学习专委会主办“深度学习专委会云论坛”系列活动。437ccm必赢国际及人工智能研究院应邀承办“深度学习专委会云论坛”7月17日晚举办的首期论坛，邀请清华大学黄高助理教授做题为“深度卷积网络的结构设计（Deep Convolutional Network Architectures）”的前沿科学报告。437ccm必赢国际教师及部分研究生参加了在线学术论坛。

公司张选德教授介绍437ccm必赢国际与人工智能研究院的基本情况，并对深度学习专委会对公司人工智能研究发展的关心表示感谢。

中国人工智能学会深度学习专委会主任季向阳教授发言，表达了对机器学习和深度学习蓬勃发展的殷切期望，希望专委会能够发挥桥梁和纽带作用，联合更多的高校、科研机构和企业打造活泼、开放的学术交流平台，促进深度学习研究和应用的发展。

黄高对过去十年左右网络结构研究进展进行梳理，对比介绍了AlexNet、VGG、GoogleNet、ResNet、DenseNet等典型深度卷积网络的特点和局限，总结了提升网络性能的设计方法与基本原则，并进一步介绍了轻量化卷积网络结构、网络结构的自动化搜索以及动态自适应网络等方面的前沿进展。特别地，黄高还介绍了他在抗击新冠肺炎疫情过程中运用卷积网络进行医学肺部CT影像辅助诊断分析的工作。相关成果能够在疫情高峰期间大幅降低医生的诊断时间和工作负担。

报告会后，参会人员和黄高老师进行了线上互动，针对在资源有限的情况下网络结构设计、搜索、语义分割和序列决策等问题进行了交流和探讨。

报告人简介：黄高，清华大学自动化系助理教授，博士生导师。2015年获清华大学博士学位，2015年至2018年在美国康奈尔大学计算机系从事博士后科研工作。主要研究领域为深度学习和计算机视觉，提出了主流卷积网络模型DenseNet。目前在NeurIPS，ICML，CVPR等国际顶级会议及IEEE多个汇刊共计发表学术论文40余篇，被引用14000余次。曾获得CVPR最佳论文奖、世界人工智能大会SAIL先锋奖、中国自动化学会优秀博士学位论文、全国百篇最具影响国际学术论文和吴文俊人工智能自然科学一等奖等荣誉。