2月2日，应机器人学国家重点实验室的邀请，温州大学数学系教授、香港城市大学研究员林绍波访问实验室，并作了题为《深度学习理论》的学术报告。

　　林绍波在报告中指出，深度学习在诸如图像处理、自然语言处理、博弈等领域取得了巨大的成功，但其成功原因依然缺乏严格的理论解释与验证，在此条件下，学术界与工业界掀起了深度学习浪潮，试图用深度神经网络去处理所有学习问题，但显然在某些应用上效果不如预期。林绍波从统计学习的角度揭露了深度神经网络的学习能力，并在一定程度上阐明了深度学习的适用范围，如在何种情况下用深度学习会更有效、如何设置网络的深度与宽度、如何求解深度网络的最优解等。报告深入浅出，用浅显形象的语言描述了深刻晦涩的数学原理，得到与会科研人员、研究生的积极响应和热烈讨论。

　　林绍波，温州大学数学系教授，香港城市大学研究员。主要从事大数据算法设计、分析以及深度学习理论的研究。在JMLR,TPAMI,ACHA,TSP,TNNLS等国际著名期刊以第一作者或者通讯作者发表论文50余篇。主要贡献有：基于采样与算子理论，建立了分布式算法的理论基础；建立半监督分布式学习理论；提出了适定特征学习，大大减少了核学习的计算负担等。