2022-11-3

2022年11月1日下午，新加坡国立大学沈佐伟教授应国家数学与交叉科学中心邀请做客综合论坛，作了题为“Deep Approximation via Deep Learning”的线上报告。报告会由中心副主任陈志明院士主持，中心材料环境交叉研究部副主任周爱辉研究员、张林波研究员等参加了报告会。

深度逼近是将多层简单函数复合实现对复杂函数的逼近，而深度学习网络的核心是将简单函数层变为可以通过学习进行调整的可调参数层。报告介绍了深度逼近的数学理论以及深度网络的逼近度研究的最新进展, 展示了深度逼近与经典逼近理论的不同之处，以及如何使用新的深度逼近理论来理解和设计深度学习网络。

沈佐伟，新加坡国立大学数学系教授，现任新加坡国立大学副教务长，曾任新加坡国立大学数学系主任、理学院院长。沈教授担任了多个著名国际学术期刊的编委，也受邀在很多国际学术会议上发表专题演讲，其中包括2010年国际数学家大会 (International Congress of Mathematicians)及2015年国际工业题与应用数学大会 (International Congress of Industrial and Applied Mathematics)。曾获新加坡国立大学杰出大学研究员奖（1997年、2008年）、美国国际光电工程学会 (Photographic Instrumentation Engineers) 之 Wavelet Pioneer 奖，以及新加坡国家科学奖 (1998年)。近年来他先后获选为美国数学学会会士(Fellow of American Mathematical Society)（2017年），美国工业与应用数学协会会士(Fellow of Society for Industrial and Applied Mathematics)（2019年），发展中国家科学院院士 （Fellow of The World Academy of Sciences）（2020），以及新加坡国家科学院首届院士 (Inaugural Fellow of Singapore National Academy of Science) (2011年)。