报告人简介：徐继伟，男，博士研究生，西安邮电大学讲师，西安邮电大学通网络空间安全学院硕士生导师。2020年获得西北工业大学自动化学院博士学位，主要研究方向为复杂系统、演化博弈论和人工智能。曾参与科技部重点研发计划、国家自然科学基金等多项；主持陕西省科技厅自然科学基础研究计划面上项目1项；公牛集团、空军工程大学和中国大数据审查中心等单位的横向项目3项；在Applied Mathematics and Computation、Chaos, Solitons & Fractals等国际期刊和学术会议公开发表SCI索引论文10余篇。

报告题目：TinyML技术及其应用

报告内容：TinyML（Tiny Machine Learning）是一种在低功耗设备上实现机器学习算法的技术，旨在将人工智能带入边缘计算设备中。它允许设备在本地进行智能分析和决策，从而大幅降低对云计算的依赖，提高响应速度并节省带宽。TinyML 的核心特点是其出色的能效和体积小，能够在微控制器等资源受限的硬件上运行。

TinyML 技术包括模型压缩、量化和高效的硬件设计，使得复杂的机器学习模型可以在仅有几百 KB 存储和毫瓦级功耗的设备上运行。这使得 TinyML 在物联网（IoT）、可穿戴设备和智能家居等领域有着广泛的应用潜力。此外，TinyML还在工业和智能城市等领域展现出巨大前景，通过端侧智能化提升数据处理效率，降低响应时间，改善用户体验。随着技术的不断进步，TinyML有望在更多领域实现创新应用，为各行业带来智能化转型的机会。

报告时间：2024年12月25日19:00-20:30

报告地点：FZ511