报告题目：深度学习在深空探测领域中的应用

报告人：李勃

时间地点：2月26日（周三）下午4：10    闻天楼211会议室

内容简介：

“天问一号”火星探测任务已实现了火星到达和着陆巡视，正在开展的“天问二号”小行星取样返回任务将实验从地外天体采样返回技术，而这些，都将成为“天问三号”火星取样返回重要环节的先期验证。“天问三号”将于2028年发射，预计于2030年左右从火星返回样品。

深度学习、特指基于深层神经网络模型和方法的机器学习，是在统计机器学习、人工神经网络等算法模型基础上，结合当代大数据和大算力的发展而发展出来的。深度学习最重要的技术特点是具有自动提取特征的能力，所提取的特征也称为深度特征或深度特征表示，相比于人工设计的特征，深度特征的表示能力更强、更稳健。目前看来，深度学习是解决强人工智能这一重大科技问题的最具潜力的技术途径，也是当前计算机、大数据科学和人工智能领域的研究热点。

我们将详细介绍深度学习在行星探测中的应用现状与基本思想，并结合后续我国深空探测任务讨论深度学习的具体应用和预先研究。

报告人简介：

李勃，山东大学空间科学与技术学院副教授。本科毕业于中国矿业大学，中国海洋大学地图学与地理信息系统博士。

主要研究方向为行星科学、火星天气学、深度学习和计算机软件开发等。深度参与我国深空探测任务，包括“嫦娥”系列任务和火星“天问一号”任务。创建我国首个火星尘暴数据库，开发了一套分析和预报火星天气情况的流程方法，并成功用于“天问一号”着陆前的尘暴预报，助力我国火星探测器成功着陆于火星表面。主持国家自然基金面上项目、科技部重点研发子课题、山东省青年和面上基金、深空探测领域横向课题等10多项。并参与国家基础性科技专项和科工局项目等，多次在重要国内会议上做邀请报告。