보고서 시간 :7 월 8 일 오전 10시 30 분
보고서 위치 : 컴퓨터 빌딩313 회의실
보고서 제목 : 유니버설 근사 속성을 갖춘 딥 신경망 설계 : 1 차 최적화 방법
선택 want :
범용 근사성 기능은 깊은 신경망의 성공의 초석입니다. 그러나 거의 모든 기존의 깊은 신경 네트워크 설계 방법은 보편적 근사의 본질을 무시합니다. 우리는 1 차 최적화 알고리즘을 기반으로 보편적 인 근사 기능을 갖춘 심층 신경망 아키텍처를 설계하기위한 통합 프레임 워크를 제안합니다. 우리가 얻는 것은 깊은 신경망이 모두 너비로 둘러싸여 있다는 것입니다. 즉, 근사 정확도가 향상됨에 따라 폭이 증가하지 않으므로 현재 일반적인 실제 시나리오에 가깝습니다. 또한 정규화, 다운 샘플링 및 네트워크에 상향 샘플링과 같은 작업을 추가해도 범용 근사성 기능이 손상되지 않습니다. 우리가 아는 한, 이것은 보편적 인 근사치 보장 너비를 가진 경계 네트워크를 원칙적으로 설계 한 최초의 일입니다. 우리의 프레임 워크는 유명한 것을 포함하여 다양한 신경망 아키텍처에 영감을 줄 수 있습니다RESNET 및 DENSENET 등
스피커 프로필 :
Lin ZhouchenPeking 안전 카지노의 정보 학교 부사장이자 Boya의 저명한 교수입니다. 그의 연구 분야는 기계 학습과 컴퓨터 비전입니다. 그는 Core AI Journals and Conferences에 논문을 출판했습니다300 개가 넘는 기사, 5 개의 중국어 및 영어 논문이 게시되었으며 Google은 34,000 번 이상 인용했습니다. 그는 여러 최고 업계 회의의 현장 의장 및 선임장 의장으로 일했습니다. 그는 2023 년 CAAI 및 2020 CCF Science and Technology Awards에서 자연 안전 카지노에서 1 위를 차지했습니다. 그는 중국 그래픽 협회 (CSIG)의 기계 비전위원회 (CSIG), 중국 자동화 협회 패턴 인식 및 기계 정보위원회 부국장, IAPR, IEEE, CSIG 및 AAIA의 회원, 국가의 뛰어난 청소년 및 안전 카지노 기술 혁신 사역 2030- "새로운 세대 인공 지능 책임자"주요 프로젝트 책임자사람들.
