向世明，模式识别国家重点实验室研究员、博士生导师，研究方向为人工智能、机器学习、计算机视觉、大数据分析。现任中国自动化学会模式识别与机器智能专业委员会秘书长、CCF计算机视觉专委会委员、中国人工智能学会模式识别专委会委员; 国际模式识别杂志《Pattern Recognition》、 《计算机辅助设计与图形学学报》、《图学学报》编委。迄今已发表论文140余篇。其中，IJCV论文2篇；IEEE Trans论文28篇， IEEE PAMI 7篇(本领域排名第一，影响因子: 17.730)。单篇最高引用470 余次， H 指数39，出版计算机图形学、数字图像处理图书等，获得国家授权发明专利6项。主持或参与863项目、973子项、国家自然科学基金等近十项国家级项目。

讲座主要内容：当前，深度学习方法在人工智能的多个领域中取得了巨大的成功。本报告简要回顾深度学习的发展历程之后将从时间维度和技术维度重点介绍通用深层神经网络模型和任务专用深层神经网络模型的发展之路，指出在机器学习背景下深度学习的研究热点和未来发展趋势。具体地，在机器学习层面，涉及分类、聚类、迁移学习、生成对抗、图上的深度学习等多个主题；在计算机视觉层面，涉及目标检测、目标分割、图像句子描述等前沿内容；同时，就此展开综合性分析与讨论。最后，展示深度学习在遥感、交通、气象等方面的应用，报告相关研究结果。