10月21日下午，应科学研究部、计算机科学与技术学院和安徽省认知行为智能计算与应用工程研究中心邀请，北京建筑大学王恒友教授在文源楼C216作了题为“基于低秩矩阵理论的深度神经网络鲁棒性增强研究”的报告。此次报告会由计算机科学与技术学院副院长葛方振主持，学院相关领域教师及研究生参加。

报告首先简要介绍了低秩矩阵的基本概念和应用背景；其次针对深度神经网络图像识别算法的鲁棒性研究方面介绍了其团队的最新研究成果，包括重加权低秩矩阵模型、高阶TV正则化、光滑秩函数逼近、频域变换的鲁棒性注意力排序模型等。

报告会后，王恒友教授与现场师生进行了深入交流，对提出的问题进行了详细的解答。通过此次报告会，参会师生对低秩矩阵理论有了更深入的了解，对拓宽我院师生的研究思路和学术视野，起到了良好的促进作用。

专家简介：王恒友，现任北京建筑大学理学院副院长，教授，硕士生导师。主要研究方向为低秩矩阵重构理论及其在图像恢复中应用研究、面向图像识别与目标检测的深度学习鲁棒性增强理论和方法。近年来，在包括TIP、TMM、TCSVT在内的国际高水平期刊和会议上发表论文30余篇，其“面向图像恢复的低秩矩阵重构算法研究”的博士论文荣获“北京图象图形学会优秀博士论文”。作为项目负责人主持国家自然科学基金2项、北京市教委科技计划项目1项。

（文图：刘磊 / 审核：王晶 肖建于）