讲座时间：2018年11月2日（周五）上午9:50-11:00

讲座地点：理工3302

讲座名称：卫星遥感图像的集合学习：综合快速学习和深度学习于水质监测之中

讲座内容：首先简单介绍了传统机器学习的方法，它一般包括了快速学习和深度学习两种方式。传统的机器学习方法可以应用于识别水质的特征。集合学习则把不同的学习结果综合起来，尽量避免了单个方法的极端预测。本研究提出了一种新的集合学习的方法，既考虑在物理空间也考虑的在频谱空间上对不同方法的综合。该方法应用于尼加拉瓜湖的水质预测中，得到了良好的结果。

主讲人：孙志斌

主讲人简介：

毕业于美国马里兰大学（应用数学专业博士），先后在美国普林斯顿大学（博士后），美国宇航局（NASA），美国科罗拉多州立大学工作。世界上首个开始地磁数据同化新领域的研究；参加和主持多个科研项目（如：NASA地球发电机数据同化系统，普林斯顿海洋模型的数据同化系统），目前研究分析紫外线的卫星数据和地面观测数据，人工神经网络算法在水质预测中的应用，利用遥感数据去估计森林树种覆盖；美国 SPIE 国际会议的组委会成员，参加和主持多次国际学术会议（如：AGU）；在国际刊物发表多篇学术论文，并为多个 SCI 刊物审阅稿件。

                                                                                         园林艺术学院

                                                                                         2018年11月1日