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】

  主讲人:桑基韬 北京交通大学

  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後的理論問題。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(不知道爲什麽“好”),另一方面無法解釋隨機標簽、對抗樣本等新現象(不知道爲什麽“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爲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,並爲深度學習“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:

  桑基韬,教授,博士生导师,北京交通大学计算机科学系副主任。曾获ACM中国新星奖、中科院院长特别奖等。现任中国计算机学会多媒体专委会副秘书长、SIGMM中国执委会委员等。主要研究方向为多媒体计算、多源数据挖掘、机器学习解释性等。已出版Springer英文专著一部、发表IEEE/ACM汇刊近30篇,曾7次获得中国计算机学会推荐会议的论文奖。担任SCI期刊Neurocomputing和KSII TIIS编委,曾担任国际会议PCM2015和ICIMCS2015程序委员会主席、国际多媒体会议ACM Multimedia 2018/2019和国际模式识别会议ICPR 2018领域主席。先后作为负责人主持国家自然科学基金重点项目、国家重点研发计划课题等,以第二完成人获得中国电子学会自然科学一等奖和北京市科学技术奖。

 

  

  

 
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