郵箱登錄 | 所務辦公 | 收藏本站 | English | 中國科學院
 
首頁 計算所概況 新聞動態 科研成果 研究隊伍 國際交流 技術轉移 研究生教育 學術出版物 黨群園地 科學傳播 信息公開
國際交流
學術活動
交流動態
現在位置:首頁 > 國際交流 > 學術活動
基于獨立同任務分布假設的機器學習泛化性研究
2019-08-23 | 【 【打印】【關閉】

  主講人:桑基韜 北京交通大學

  時間:8月23日下午15:30-16:30

  地點:446會議室

  報告摘要:

  深度學習應用的寬度和深度都達到了前所未有的程度,其出色的應用效果促使學術界開始重新重視深度學習應用背后的理論問題。目前主流的機器學習泛化理論一方面無法解釋小樣本+大參數的良好擬合現象(不知道為什么“好”),另一方面無法解釋隨機標簽、對抗樣本等新現象(不知道為什么“不好”)。

  本次報告將介紹我們最近在機器學習泛化性方面的研究工作。我們通過引入影響數據生成過程的任務相關/無關生成變量,將對數據分布的獨立同分布假設放松為獨立同任務分布假設;在此基礎上給出了與任務和數據分布相關的泛化誤差界,以及在新誤差界指導下通過增加模型不變性來提升模型泛化性能的具體算法。我們希望這一工作能對數據增強、隨機標簽、對抗樣本等現象提供一種新的理論視角,并為深度學習“逐層處理”、“特征內部變化”的特點從不變性角度給出理論解釋。

  個人簡介:

  桑基韜,教授,博士生導師,北京交通大學計算機科學系副主任。曾獲ACM中國新星獎、中科院院長特別獎等。現任中國計算機學會多媒體專委會副秘書長、SIGMM中國執委會委員等。主要研究方向為多媒體計算、多源數據挖掘、機器學習解釋性等。已出版Springer英文專著一部、發表IEEE/ACM匯刊近30篇,曾7次獲得中國計算機學會推薦會議的論文獎。擔任SCI期刊Neurocomputing和KSII TIIS編委,曾擔任國際會議PCM2015和ICIMCS2015程序委員會主席、國際多媒體會議ACM Multimedia 2018/2019和國際模式識別會議ICPR 2018領域主席。先后作為負責人主持國家自然科學基金重點項目、國家重點研發計劃課題等,以第二完成人獲得中國電子學會自然科學一等獎和北京市科學技術獎。

 

  

  

 
網站地圖 | 聯系我們 | 意見反饋 | 所長信箱
 
京ICP備05002829號 京公網安備1101080060號
过年摆摊卖什么赚钱