报告名称: Deep Geometric Learning of Big Data and Applications

报告摘要: 深度学习技术在计算机视觉,自然语言处理和语音分析方面取得了令人印象深刻的性能。这些任务专注于位于欧几里得域上的数据,并且针对这些域的数学工具(例如卷积,下采样,多尺度和局部性)已得到明确定义,并受益于GPU等快速计算硬件。但是,许多基本数据和任务都涉及非欧几里德领域,而这些领域最初并不是为深度学习方法设计的。例如计算机图形学中的3D点云和3D形状,大脑结构连接网络中的功能性MRI信号,基因组学中基因调控网络的DNA,量子化学中的药物设计,高能物理中的中微子检测以及常见的知识图理解视觉场景。这一主要局限性促使近年来的研究界将神经网络推广到任意的几何域,例如图形和流形。卷积,粗化,多分辨率,因果关系等基本操作已通过频谱和空间方法进行了重新定义。这些非欧氏数据分析问题的最新结果显示了在许多领域中都有希望的令人振奋的新工具。

该研讨会的目标是:1)召集数学家,机器学习科学家和领域专家,以建立这些新兴技术的现状; 2)讨论用于分析这些新的深度学习技术的框架; 3)确立新的研究方向以及这些技术在神经科学,社会科学,计算机视觉,自然语言处理,物理学,化学中的应用,以及4)讨论了GPU以外的适用于非欧几里德领域的新计算机处理体系结构。

邀请嘉宾: Jure Leskovec,斯坦福大学计算机科学副教授。 研究重点是对大型社会和信息网络进行挖掘和建模,它们的演化,信息的传播以及对它们的影响。 调查的问题是由大规模数据,网络和在线媒体引起的。

Stanley Osher,加州大学洛杉矶分校 IPAM 数学与计算机科学教授,电气工程与化学和生物分子工程教授。

报告部分大纲:

  • 自动微分,PyTorch和图形神经网络
  • 深度学习作为稀疏性强制算法
  • 语义3D重建
  • 高维几何的视角
  • 稳健性与准确性
  • 异质分子结构定位中的逆问题和无监督学习
成为VIP会员查看完整内容
17

相关内容

“机器学习是近20多年兴起的一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。机器学习理论主要是设计和分析一些让 可以自动“ 学习”的算法。机器学习算法是一类从数据中自动分析获得规律,并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论,机器学习与统计推断学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。很多 推论问题属于 无程序可循难度,所以部分的机器学习研究是开发容易处理的近似算法。” ——中文维基百科

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【UAI 2019 Tutorials】深度学习数学(Mathematics of Deep Learning)
【课程推荐】 深度学习中的几何(Geometry of Deep Learning)
专知会员服务
54+阅读 · 2019年11月10日
VALSE Webinar 19-24期 去雨去雾专题
VALSE
23+阅读 · 2019年9月12日
图数据表示学习综述论文
专知
51+阅读 · 2019年6月10日
深度学习与医学图像分析
人工智能前沿讲习班
39+阅读 · 2019年6月8日
PyTorch & PyTorch Geometric图神经网络(GNN)实战
专知
81+阅读 · 2019年6月1日
【WWW2018】网络表示学习Tutorial(附下载)
专知
11+阅读 · 2018年4月25日
15大顶级深度学习课程,你收集全了吗?
人工智能头条
8+阅读 · 2018年1月24日
深度学习如何影响运筹学?
AI研习社
5+阅读 · 2017年12月24日
2017年刊登论文大盘点——人工智能篇
计算机研究与发展
5+阅读 · 2017年12月15日
Arxiv
42+阅读 · 2019年12月20日
Arxiv
20+阅读 · 2019年11月24日
Arxiv
53+阅读 · 2018年12月11日
Mobile big data analysis with machine learning
Arxiv
6+阅读 · 2018年8月2日
Arxiv
8+阅读 · 2018年5月15日
VIP会员
相关VIP内容
【UAI 2019 Tutorials】深度学习数学(Mathematics of Deep Learning)
【课程推荐】 深度学习中的几何(Geometry of Deep Learning)
专知会员服务
54+阅读 · 2019年11月10日
相关资讯
VALSE Webinar 19-24期 去雨去雾专题
VALSE
23+阅读 · 2019年9月12日
图数据表示学习综述论文
专知
51+阅读 · 2019年6月10日
深度学习与医学图像分析
人工智能前沿讲习班
39+阅读 · 2019年6月8日
PyTorch & PyTorch Geometric图神经网络(GNN)实战
专知
81+阅读 · 2019年6月1日
【WWW2018】网络表示学习Tutorial(附下载)
专知
11+阅读 · 2018年4月25日
15大顶级深度学习课程,你收集全了吗?
人工智能头条
8+阅读 · 2018年1月24日
深度学习如何影响运筹学?
AI研习社
5+阅读 · 2017年12月24日
2017年刊登论文大盘点——人工智能篇
计算机研究与发展
5+阅读 · 2017年12月15日
相关论文
Arxiv
42+阅读 · 2019年12月20日
Arxiv
20+阅读 · 2019年11月24日
Arxiv
53+阅读 · 2018年12月11日
Mobile big data analysis with machine learning
Arxiv
6+阅读 · 2018年8月2日
Arxiv
8+阅读 · 2018年5月15日
微信扫码咨询专知VIP会员