学术报告(马占宇 4.7)

基于概率模型表达的深度神经网络优化

发布人:杨晓静 发布日期:2021-04-06
主题
基于概率模型表达的深度神经网络优化
活动时间
-
活动地址
腾讯会议 收听账号670208887
主讲人
马占宇 教授 北京邮电大学
主持人
任传贤

以深度学习为代表的人工智能技术迅速发展,受到了学术界和 产业界的大量关注。作为深度学习的重要组成,深度神经网络存在 着结构过于复杂、注意力等功能机制不明确以及观测数据不完备等 问题,其优化方法的研究面临着挑战。团队聚焦基于概率模型表达 的深度神经网络优化方法研究,针对基于传统分布的 Dropout 正则 化会引入系统偏差、传统注意力机制的可解释性较弱以及观测数据 的不完备导致的泛化能力不足等问题,提出了基于非高斯先验的深 度神经网络正则化框架、基于非高斯先验的深度神经网络注意力机 制和基于混合模型的输出特征不确定性估计方法等,有效的降低了 网络复杂度、较好的解释了模型的注意力机制,并提升了预测结果 的可信程度。