电气公司继续贯彻执行走出去请进来的开门办学思想，大兴学术交流之风，在鼓励教师们走出去取经学习的同时，也邀请国内外知名高校的专家学者来公司传道释惑，定期和不定期组织学术交流活动，目前已成功举办了多次以学术前沿为主题的系列科研沙龙活动，力争将此系列活动打造成公司的品牌学术项目。
12月28日，由3044永利集团“数据科学与工程”科研沙龙活动在行政楼912举行，活动特邀美国麻省大学罗威尔分校彭行超博士作题为“计算机视觉与机器学习”的学术报告，介绍了该校计算机视觉实验室的最新学术成果。本次沙龙活动由计算中心承办，陈强和胡建鹏老师主持了这次沙龙活动。此次沙龙活动吸引了全院30多名教师和近20名研究生的参与。
彭博士的报告深入浅出，引起了大家广泛的兴趣，提问者络绎不绝。近年来，深度学习在多个视觉领域包括图像识别，物体识别，图像分割，视频处理，文本处理，自然语言处理等领域取得了突破性的成果，成为这次活动关注的热点。BP神经网络利用随机梯度下降法训练出上百万参数用来分类，著名的AlexNet，VGG，GoogleNet模型已经在ImageNet数据集上有了接近于人工分类的准确度。最新的研究成果显示，深度神经网络(DCNN)对物体的特征具有很强的鲁棒性。利用CAD模型生成训练样本，同时分别控制生成样本的前景纹理，背景，姿势等等，来分别检测DCNN对物体特征的鲁棒性。陈强教授也结合自己的在地质勘探工程应用方面的研究，介绍了利用深度学习方法进行油气解释的设想，综合气测、录井等数值数据、岩屑图像数据和专家评价的文本数据形成大数据仓库来进行分析和挖掘，达到利用大数据处理方法快速准确的获得油气解释结果的目的。
会后，彭博士还到实验室帮助指导了年轻教师进行caffe深度学习框架的配置和使用，并与大家分享了自己的科研心得和经验，使大家感受到任何一项高层次成果的诞生都是坚持不懈和辛勤付出的结晶。
