为了庆祝amjs澳金沙门线路 120 周年校庆日，amjs澳金沙门线路通过线上形式精心准备了丰富多彩的学术盛宴。6 月 12 日amjs澳金沙门线路邀请华南师范大学叶颀教授通过腾讯会议作了题为“Machine Learning in Banach Spaces: A Black-box or White-box Method?“的学术报告，报告会由amjs澳金沙门线路院长杨卫华主持， amjs澳金沙门线路教师和研究生线上参与此次报告会。

上午 10：00，叶颀教授从我们国家的整体政策和本人科研家庭树为出发点，介绍了科研经历的三个方面：反问题，优化问题和近似理论。在全局上介绍研究方向的基础上，叶教授还进一步介绍了最近的科研成果----深度学习在Banach 空间上的理论，核函数在数值求解偏微分方程，以及深度学习在医学领域和教育学领域的应用。报告后，参会师生就相关学术问题与叶颀教授进行了深入的交流，会场气氛热烈。

叶颀，现任华南师范大学数学科学学院的教授和博士生导师，一直从事核函数逼近方法的理论及其应用研究。叶教授在美国伊利诺理工大学（Illinois Institute of Technology）博士学习期间师从核函数逼近方法专家 Gregory E.Fasshauer 教授，博士毕业后到美国雪城大学（Syracuse University）与计算数学专家许跃生教授展开博士后研究工作，之后又到香港与径向基函数专家韩耀宗教授和凌立云教授展开合作研究。叶教授是第十二批国家海外高层次人才引进计划青年项目入选者，并是国家自然科学基金数学天元基金“数学与医疗健康交叉重点专项”的项目负责人。叶教授主要的研究方向是逼近论及其在机器学习与数据分析中的应用，并和许教授共同提出了国际原创性研究课题——稀疏机器学习方法，相关的 122 页论文《Generalized Mercer Kernels and Reproducing Kernel Banach Spaces》发表在了美国数学学会主办的期刊《Memoirs of the American Mathematical Society》（该期刊每期只刊登一篇文章），并是该期刊发表的首篇关于机器学习的论文，也是国内计算数学工作者首次在该期刊发表的长文。叶教授在华南师范大学采用“抽象理论、具体算法、落地应用”三位一体的科研新模式，联合国内外专家学者成立了“机器学习与最优化计算实验室”，以机器学习方法的数学理论为主要研究目标，研究范畴包括逼近论、最优化理论、支持向量机、人工神经网络、医学图像处理和癌症演化建模等，并将相关研究成果应用于医疗和教育大数据分析，开发具有自主知识产权的医疗和教育辅助软件。