本报告的主要目标是发展一个全面深度学习理论基础。方案内的研究将按照三个相互补充的观点进行,即 将神经网络训练视为统计学习问题并研究表达性、学习、优化和泛化的统计学观点,

应用观点关注于安全性、健壮性、可解释性和公平性

采用数学方法论的观点发展和理论性分析新的基于深度学习的方法来解决逆问题问题和偏微分方程。

https://www.spp2298.de/

成为VIP会员查看完整内容
43

相关内容

机器学习的一个分支,它基于试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的一系列算法。

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
专知会员服务
52+阅读 · 2021年9月18日
专知会员服务
90+阅读 · 2021年6月11日
专知会员服务
42+阅读 · 2021年5月24日
最新《深度学习理论》笔记,68页pdf
专知会员服务
48+阅读 · 2021年2月14日
深度学习目标检测方法综述
专知会员服务
257+阅读 · 2020年8月1日
干货书《数据科学数学系基础》2020最新版,266页pdf
专知会员服务
314+阅读 · 2020年3月23日
【干货51页PPT】深度学习理论理解探索
专知会员服务
59+阅读 · 2019年12月24日
2020 图算法工程师 面试基础、要点
图与推荐
5+阅读 · 2020年8月7日
最优传输理论和生成模型的几何观点
PaperWeekly
9+阅读 · 2020年7月18日
合集 | 数学建模研究过程指导(精编版)
遇见数学
7+阅读 · 2019年1月29日
220页深度神经网络基础、理论与挑战PPT【下载】
机器学习算法与Python学习
7+阅读 · 2018年9月12日
浅入浅出深度学习理论与实践
机器学习研究会
5+阅读 · 2018年2月28日
如何用 3 个月零基础入门机器学习?
AI研习社
6+阅读 · 2017年9月27日
Arxiv
63+阅读 · 2021年6月18日
Arxiv
3+阅读 · 2020年5月1日
Arxiv
21+阅读 · 2019年11月24日
Hardness-Aware Deep Metric Learning
Arxiv
6+阅读 · 2019年3月13日
A Probe into Understanding GAN and VAE models
Arxiv
9+阅读 · 2018年12月13日
Deep Learning
Arxiv
6+阅读 · 2018年8月3日
A Multi-Objective Deep Reinforcement Learning Framework
VIP会员
相关VIP内容
专知会员服务
52+阅读 · 2021年9月18日
专知会员服务
90+阅读 · 2021年6月11日
专知会员服务
42+阅读 · 2021年5月24日
最新《深度学习理论》笔记,68页pdf
专知会员服务
48+阅读 · 2021年2月14日
深度学习目标检测方法综述
专知会员服务
257+阅读 · 2020年8月1日
干货书《数据科学数学系基础》2020最新版,266页pdf
专知会员服务
314+阅读 · 2020年3月23日
【干货51页PPT】深度学习理论理解探索
专知会员服务
59+阅读 · 2019年12月24日
相关资讯
2020 图算法工程师 面试基础、要点
图与推荐
5+阅读 · 2020年8月7日
最优传输理论和生成模型的几何观点
PaperWeekly
9+阅读 · 2020年7月18日
合集 | 数学建模研究过程指导(精编版)
遇见数学
7+阅读 · 2019年1月29日
220页深度神经网络基础、理论与挑战PPT【下载】
机器学习算法与Python学习
7+阅读 · 2018年9月12日
浅入浅出深度学习理论与实践
机器学习研究会
5+阅读 · 2018年2月28日
如何用 3 个月零基础入门机器学习?
AI研习社
6+阅读 · 2017年9月27日
相关论文
Arxiv
63+阅读 · 2021年6月18日
Arxiv
3+阅读 · 2020年5月1日
Arxiv
21+阅读 · 2019年11月24日
Hardness-Aware Deep Metric Learning
Arxiv
6+阅读 · 2019年3月13日
A Probe into Understanding GAN and VAE models
Arxiv
9+阅读 · 2018年12月13日
Deep Learning
Arxiv
6+阅读 · 2018年8月3日
A Multi-Objective Deep Reinforcement Learning Framework
微信扫码咨询专知VIP会员