报告名称: Workshop III: Geometry of Big Data

报告简介: 在数据分析和机器学习GLWS3图像算法中,探索,理解和利用大数据的几何结构至关重要。 例如,一组图像补丁或3D表面通常停留在低维流形附近。 该歧管结构可用于有效地表征相似性和不相似性。 还希望设计在某些变换或组动作下不变的特征。 当将这些功能用作输入或将所需的属性合并到学习结构和算法中时,整个过程的准确性,效率和可解释性将大大提高。 在本研讨会中,我们旨在研究和研究将几何,建模和学习从理论和原理整合到实践和实施中的可能性和潜力,以便同时利用基于模型和基于学习的方法。

邀请嘉宾: 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;

鲁剑锋,杜克大学数学系教授;

Rebecca Willett ,芝加哥大学教授

Hongkai Zhao,加州大学尔湾分校(UCI)数学系教授

报告大纲:

  • DAGs with NO TEARS: 结构学习的优化
  • 对称正定矩阵的黎曼几何数据分析
  • 度量学习的摘要及其在图分类中的应用
  • 半监督学习的正则化
  • 高纬函数的求解
  • 密度计算与核估计
  • 对数凹面密度估计
成为VIP会员查看完整内容
6

相关内容

鲁剑锋,杜克大学数学系教授;
【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
PyTorch & PyTorch Geometric图神经网络(GNN)实战
专知
81+阅读 · 2019年6月1日
读论文Discriminative Deep Metric Learning for Face and KV
统计学习与视觉计算组
12+阅读 · 2018年4月6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
Geometric Graph Convolutional Neural Networks
Arxiv
10+阅读 · 2019年9月11日
Mobile big data analysis with machine learning
Arxiv
6+阅读 · 2018年8月2日
Arxiv
6+阅读 · 2018年3月29日
VIP会员
相关VIP内容
【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
相关论文
Arxiv
42+阅读 · 2019年12月20日
Arxiv
20+阅读 · 2019年11月24日
Geometric Graph Convolutional Neural Networks
Arxiv
10+阅读 · 2019年9月11日
Mobile big data analysis with machine learning
Arxiv
6+阅读 · 2018年8月2日
Arxiv
6+阅读 · 2018年3月29日
微信扫码咨询专知VIP会员