【导读】几何深度学习是当下的研究热点。如何进行深度理解?Pescara2022夏令营,来自牛津大学教授,Twitter 图机器学习研究负责人Michael Bronstein进行了关于几何深度学习报告,并以视频讲解,生动形象,值得学习!

Michael Bronstein,伦敦帝国理工学院教授,Twitter 图机器学习研究负责人,CETI 项目机器学习领导、Twitter 图机器学习负责人、研究员、教师、企业家和投资者。

https://www.imperial.ac.uk/people/m.bronstein

《几何深度学习》导论

过去几年里,深度学习在许多异质领域取得了令人印象深刻的成功:图像识别、游戏、生物学、自然语言处理,等等。然而,要真正理解这些成就背后的数学原理,我们还有很长的路要走。除了本身具有理论意义之外,理解为什么这些技术如此有效,肯定会提高它们的性能,扩大它们的应用领域。

几何深度学习(GDL)是一个很有前途的研究方向。GDL提出了一种统一的方法来理解为什么不同的体系结构(如CNN、LSTM、图神经网络、transformer)如此成功。强大的基本思想是,每当要逼近的函数被一组对称G不变/等变时,G不变/等变应该在体系结构中进行编码。例如,这就是为什么通过权值共享实现翻译等效的CNN在图像识别上工作得如此好,这是一个自然的翻译等效任务。

意大利第一所几何深度学习学校是位于意大利的第一所GDL强化学校。这将在意大利建立一个GDL社区,与其他欧洲国家建立联系,并最终促进GDL的研究。

一门有针对性的密集课程是使学生能够解决GDL的理想设置,否则这一领域将需要几个不同技能的单独训练,从群论和微分几何,到图论、概率论和深度学习。

目标受众包括计算机科学、数学、物理和统计专业的研究生,以及博士后和年轻研究人员。任何以数量为导向的学生都是受欢迎的,并将提供先决条件清单。

成为VIP会员查看完整内容
47

相关内容

重磅!几何深度学习 新书,160页pdf阐述
专知会员服务
259+阅读 · 2021年4月29日
最新《几何深度学习》教程,100页ppt,Geometric Deep Learning
专知会员服务
100+阅读 · 2020年7月16日
《几何深度学习》作者授课,2022年GDL100课程上线
2022年,图机器学习Graph ML发展到哪了?
图与推荐
0+阅读 · 2021年12月29日
斯坦福CS236-深度生成模型2019-全套课程资料分享
深度学习与NLP
20+阅读 · 2019年8月20日
国家自然科学基金
14+阅读 · 2017年12月31日
国家自然科学基金
2+阅读 · 2016年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年7月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
49+阅读 · 2021年5月9日
Arxiv
35+阅读 · 2020年1月2日
Arxiv
24+阅读 · 2018年10月24日
VIP会员
相关VIP内容
重磅!几何深度学习 新书,160页pdf阐述
专知会员服务
259+阅读 · 2021年4月29日
最新《几何深度学习》教程,100页ppt,Geometric Deep Learning
专知会员服务
100+阅读 · 2020年7月16日
相关基金
国家自然科学基金
14+阅读 · 2017年12月31日
国家自然科学基金
2+阅读 · 2016年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年7月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员