主讲人：Prof. Ji Liu（刘霁） Assistant Professor,University of Rochester
　　时间：2018年11月21日（周三）下午 2:00
　　地点：计算所446会议室
　　摘要：
　　本次报告主要介绍本课题组最新的研究成果：几种最新的并行优化的技术，用以提高大规模深度学习训练的效率，包括异步并行、去中心化技术，以及压缩方法。本次报告将会覆盖理论和实验研究的大量结果，其中一些技术已经用到了现今的深度学习平台上（如tensorflow等），或正在被主流机器学习平台开发团队移植。本次报告介绍的几个技术可以相互促进，结合使用。
　　主讲人简介：
　　刘霁博士是美国罗切斯特大学计算机系和电子工程系的Assistant professor。 他本科毕业于中国科学技术大学自动化专业，随后获得亚利桑那州立大学计算机硕士，和威斯康辛大学计算机博士学位。他的研究广泛的涵盖了人工智能诸多方面：机器学习，优化，强化学习，数据分析，计算机视觉，健康医疗，生物信息学，机器人，迁移学习等等。他获得过SIGKDD最优论文提名，UAI Facebook最优学生论文，IBM教职奖。他还是MIT TR35中国的获得者。他在顶级的计算机会议和期刊上发表超过60篇论文（如NIPS, ICML, JMLR等）。