ElementNameElementNameElementName-->
카지노 추천 사이트
카지노 추천 사이트 안전 카지노-2025 최신 안전 카지노 사이트 가이드 Central South University의 컴퓨터 과학의 학문 강남 카지노 대학>

학업 정보

중국 카지노 추천 사이트 기술 대학의 딩 후 교수의 학문적 보고서

출처 : 클릭 : 시간 : 2024 년 7 월 15 일 17:06

스피커 : 중국 카지노 추천 사이트 기술 대학 딩 후

보고서 위치 : 새로운 캠퍼스 정보 건물535

보고서 시간 :2024 년 7 월 18 일 (목요일) 10 : 00-12 : 00 AM

보고서 제목 : 인공 지능에 대한 몇 가지 고차원 컴퓨팅 기하학적 문제에 대한 연구

프로필 :

Ding Hu,2009 년, 그는 Sun Yat-Sen University 수학과를 졸업했으며 2015 년 미국 버팔로 주 뉴욕 주립 대학의 컴퓨터 카지노 추천 사이트 및 공학과를 졸업하고 부서에서 최고의 박사 학위 논문을 수상했습니다. 주요 연구 방향에는 계산 지오메트리, 빅 데이터 최적화 알고리즘 및 인공 지능, 칩 설계, 생체 의학 및 기타 분야의 응용이 포함됩니다. 그는 미시간 주립 대학의 컴퓨터 카지노 추천 사이트 및 공학과의 조교수 및 박사 과정 감독관으로 재직했습니다. 2018 년 6 월, 그는 중국 컴퓨터 카지노 추천 사이트 기술 학교에서 일했으며 특별 교수 및 박사 과정 감독관으로 일했습니다. 잘 알려진 국제 회의 및 저널에 거의 50 개의 기사를 출판했습니다. 그 중에서, 첫 번째/해당 저자로서의 카지노 추천 사이트적 연구 결과는 Soda, Socg, ICLP 및 Neurips 및 ICML과 같은 응용 분야의 국제 최고 회의와 같은 알고리즘 이론에 출판되었습니다. 그는 미국 자연 카지노 추천 사이트 재단, 버클리에서 Simons Fellowship 등에서 Crii Award를 수상했습니다. 그는 국제적으로 유명한 회의 및 저널의 절차위원회의 검토 자 또는 회원으로 초청되었습니다. 컴퓨터 알고리즘 전문가로서 그는 미국 카지노 추천 사이트 재단의 프로젝트 검토 작업에 참여하도록 초대되었습니다. 그는 다수의 국가/지방 및 장관 카지노 추천 사이트 연구 프로젝트를 주재했으며 현재 카지노 추천 사이트 기술부 핵심 R & D 프로그램 (2021-2026)의 청소년 카지노 추천 사이트자 프로젝트 책임자이며 카지노 추천 사이트 기술 대학의 혁신 팀 재배 프로젝트 (2022-2024)의 책임자입니다.

보고서 소개 :

빅 데이터 및 컴퓨팅 장치 개발을 통해 인공 지능은 우리 삶의 모든 측면에 영향을 미쳤습니다. 그러나 효율적인 알고리즘을 설계하는 방법은 인공 지능 기술의 적용을 제한하는 주요 병목 현상 중 하나입니다. 인공 지능 모델이 요구하는 많은 데이터가 고차원 기하학적 공간에 있기 때문에 고차원 공간의 계산 기하학 기술을 통해 어려운 인공 지능 알고리즘 문제를 해결할 수 있습니다. 이 보고서에서는이 연구의 세 가지 구체적인 예를 소개 할 것입니다. (1) 고차원 공간의 밀도 클러스터링 알고리즘 DBSCAN. 클러스터링은 많은 대규모 데이터 처리 시나리오의 기본 수단 중 하나입니다.dbscan가장 인기있는 밀도 클러스터링 알고리즘 중 하나 인 저 차원 공간에서 매우 우수한 데이터 처리 기능을 보여줍니다. 그러나 가장 가까운 이웃 카운팅과 같은 작업에 대한 의존성으로 인해DBSCAN은 고차원 데이터에 적용하기 어렵습니다. 새로운 DBSCAN 알고리즘은이 제한을 효과적으로 중단하고 고차원 공간에서 선형 시간 복잡성을 제공하며 스트림 데이터에 쉽게 적용 할 수 있습니다. (2) 고차원 공간에서 최소 구형 적용 범위의 문제. 최소 구형 커버리지 문제는 특히 기계 학습의 분류 문제와 함께 기본적인 고차원 기하학적 최적화 문제입니다. 그러나 전통적인 최소 구형 커버리지 알고리즘은 종종 데이터를 읽기 위해 반복적으로 필요하며 알고리즘은 덜 효율적입니다. 여기에서는 기존 알고리즘의 복잡성을 크게 줄이는 새로운 Sublinear 알고리즘을 소개합니다. (3) 데이터 의존성의 핵심 세트 구성 방법. 핵심 세트는 데이터 규모를 줄이고 컴퓨팅 효율성을 향상시키는 기존 방법 중 하나입니다. 그러나 기존의 핵심 세트 구성 방법은 종종 최적화 목표를 위해 VC Dime에 의존합니다NSION,그리고 구조적 복잡성은 일반적으로 높습니다. 우리는 적절한 기계 학습 분야를 소개 할 것입니다ERM 모델의 일반적인 핵심 세트 구성 방법. 우리의 접근 방식은 최적화 목표에 의존하지 않습니다VC Dimension,동적 업데이트를 효과적으로 처리 할 수 ​​있습니다.Outliers그리고 다른 문제.

  • 공통 시스템 :
  • |
  • |

주소 : Hunan Province, Changsha City, Yuelu 지구의 Central South University 정보 건물 : 0731-88836659

Copyright ® 2017-2019 Central South University All Rights Reserved.