第 01 学部
智能基础理论学部
数学、计算理论、神经科学与认知科学视角下的智能本质研究。
学部简介
关于 智能基础理论学部
学部致力于从数学、计算理论、神经科学与认知科学出发，建立智能系统的基础理论框架，表彰提出新理论、新范式的原创性工作。
研究方向
核心研究方向
学习理论
泛化界、样本复杂度与优化景观的严格刻画。
计算理论
智能计算的复杂度边界与可计算性。
计算神经科学
生物智能与人工智能的机理对照。
认知科学
推理、记忆与概念形成的形式化模型。
代表人物
学部核心成员
P
Prof. Elena Markov
学部主席 · 学习理论
长期从事统计学习理论与泛化研究。
梁
梁伟
工作组召集人 · 计算理论
研究深度网络的表达能力与复杂度边界。
D
Dr. Kofi Mensah
青年 Fellow · 计算神经科学
聚焦脑启发学习规则的理论建模。
相关学部