中国科学院自动化研究所   设为首页   加入收藏  联系我们
 
English
网站首页     实验室概况     研究队伍     组织机构     学术交流     科研成果     人才培养     开放课题     创新文化     资源共享     联系我们
    学术讲座

贝叶斯深度学习的一些进展

模式识别学术大讲堂

Advanced Lecture Series in Pattern Recognition

      (TITLE)贝叶斯深度学习的一些进展

(SPEAKER)朱军 教授(清华大学)

(CHAIR)陶建华 研究员

      (TIME):  2021年1月5日(周二)下午14:30

     (VENUE):智能化大厦3层第一会议室

报告摘要ABSTRACT):

深度学习在分类、检测、决策等任务上取得了显著进展,但深度神经网络往往忽略数据和模型中广泛存在的不确定性,导致预测结果过于乐观、容易被干扰甚至被误导,在开放环境、数据质量低、标注样本小等复杂场景下面临挑战,贝叶斯深度学习基于贝叶斯推理框架,融合深度神经网络在表示学习上的优点,对数据和模型的不确定性进行系统刻画和计算,近期取得了显著的算法和应用进展。该报告将介绍贝叶斯深度学习的基本思想、算法和典型应用。同时,也将介绍用于贝叶斯深度学习的概率编程库。

报告人简介BIOGRAPHY):

朱军,清华大学计算机系教授、人工智能研究院基础研究中心主任。2001到2009年获清华大学计算机学士和博士学位,之后在CMU做博士后,2011年回清华任教,2015到2018年任卡内基梅隆大学兼职教授。主要从事机器学习基础理论、高效算法及应用研究,在国际重要期刊与会议发表论文百余篇。担任IEEE TPAMI的副主编、AI编委,担任机器学习国际大会ICML2014地区联合主席, ICML、NIPS、IJCAI、AAAI等国际著名会议的领域主席20余次。获CCF自然科学一等奖、北京市教学成果一等奖、ICME最佳论文奖、CCF青年科学家奖、JP Morgan教师研究奖等,入选国家中青年创新领军人才、MIT TR35中国先锋者及IEEE Intelligent Systems评选的“AI’s 10 to Watch”。带领团队研制“珠算”深度概率编程库、“天授”强化学习库和RealSafe对抗攻防平台,获得首届“对抗样本攻防竞赛”国际竞赛所有三个任务的冠军、ViZDoom对抗决策国际竞赛2018年冠军等7项、部分算法成为主流开源软件FoolBox、CleverHans的标准算法。


友情链接
 
中科院自动化研究所 模式识别国家重点实验室 事业单位  京ICP备14019135号-3
NLPR, INSTITUTE OF AUTOMATION, CHINESE ACADEMY OF SCIENCES