为落实学校党委关于做好疫情防控与教育教学、科学研究同步推进的安排部署，学院于5月12日晚利用腾讯会议系统开展了线上学术交流活动。本次报告会由李丙春教授主讲，学院全体教师和部分学生共90多人参加了线上交流活动。   

李丙春教授主讲的题目是“基于DNN的数据拟合方法”。李丙春教授首先介绍了深度神经网络DNN的基本结构、网络各层的意义、每层节点数目的确定、激活函数的选取等基本要点，以及深度神经网络DNN在分类和预测等方面的主要应用。随后，通过一个具体的案例展示了DNN的数据拟合能力。   

李丙春教授从如何利用pandas结构化数据工具从数据文件读取数据，根据实际问题选择模型需要的数据列，并对数据进行适当的清理，进一步对数据进行归一化，把样本数据按照一定的比例划分成训练集和测试集，完成数据的准备工作。   

进一步演示了在keras框架下搭建一个多层的DNN模型，并对每个网络层作了简要解释及参数设置，把训练集输入给定义的网络模型进行训练，训练结束后在测试上进行了预测。然后对预测结果进行了分析，并与线性回归预测的结果进行了比较，发现基于深度神经网络DNN的数据拟合效果较好，能够达到预期目标。   

最后，李丙春教授讲解了如何把训练好的DNN模型保存下来，与其它的算法比如遗传算法结合起来，实现一些更高级的应用。   

通过此次线上学术交流实践活动，拓宽了学术研究讨论的渠道，丰富了学术活动形式，鼓励师生开阔学术视野，激发科研热情，努力搞好科研工作。  

撰稿人：穆龙龙  

审稿人：牛军政