2017年数据与智能暑假讨论班第0讲.深度学习的基本方法实验室同学、崇志宏东南大学计算机学院数据与智能实验室cse.seu.edu.cn/people/zhchong认知计算与数据处理:联结主义的套路
东南大学数据与智能实验室D&IntelLab
提纲I.基础概念(高维不确定、不完全、不一致问题的建模)–图概率模型&支持向量机–深度模型&深度贝叶斯模型&马科夫逻辑网络–推理和学习中的Intractability解决思路–知识和正则化&凸优化到非凸优化的大胆应用II.分布结构获取:前馈网络解决问题的一般思路–Boltsman机、Autoencoder–DAE、CAE、VAE到GAN、WGANIII.记忆、关注和推理的结构–LSTM和可微记忆网络–Attention和推理的基本方法IV.其他模型–博弈/对偶学习(群体智慧)
–强化学习(策略学习)–迁移学习(适应学习)V.建模与应用(高维不确定、不完全、不一致问题的建模)–语言和视觉–知识图谱、大数据、时空数据–关系、网络以及图TheCurseofDimentioality!ProbabilisticGraph
参考资料其他相关文献(PPT内标注)?Mind?Behaviour
涉及的领域
东南大学数据与智能实验室D&IntelLab
I.洞察II.抽象III.计算和工具东南大学数据与智能实验室D&IntelLab问题解决:模型和计算客观世界计算模型效果效率数学模型
符号和联结:认知建模的可能方法
符号和联结:认知建模的可能方法ProbabilisticGraph对高维不确定定、不完全、不一致建模的方法
TheCurseofDimentioality!
I.InferenceasOptimization?VariationalReparameterization?BPthroughSamplingOperation?Mean-->Expectation:SamplingII.LearningasOptimization?NonConvexOptimizationIII.TheStructureofDistribution&Density主要技术方法
东南大学数据与智能实验室D&IntelLab
符号和联结:融合的例子(贝叶斯模型)
东南大学数据与智能实验室D&IntelLab
符号和联结:融合的例子(贝叶斯模型)
符号和联结:融合的例子(贝叶斯模型)
东南大学数据与智能实验室D&IntelLab
符号和联结:融合的例子(贝叶斯模型)
符号和联结:应用于数据处理建模与应用(高维不确定、不完全、不一致问题的建模)语言和视觉知识图谱、大数据、时空数据关系、网络以及图TheCurseofDimentioality!
?理论&模型:在知识图谱构建方面有较强的积累和研究,对深度学习、增强学习等非常了解,有丰富的实践经验;???研究成果:发表过领域内高质量论文,对人工智能的发展有一定的前瞻性????????????影响力:具备行业影响力,能够通过行业影响力引领团队,构建学术领域与工业领域的桥接,提升团队在学术领域以及工业领域的影响力?应用建模:对大数据、自然语言处理、建模方面有比较全面的经验积累;??????????????????????????????????????????????研发经验:带领团队完成过系统级的AI产品的研发,对产品的架构、机制、功能有比较深刻的理解???人(业界)神(学界)两界的自由穿越阿里对研发人才需求
?自由、勇气、耐性、善良
东南大学数据与智能实验室D&IntelLab
被期待的童年、被禁锢的思想、被定时的躯体、被惊醒的梦想……
请给我平静,去接受我无法改变的;请给我勇气,去改变我能够改变的;请给我智慧,去分辨这两者……人生就像是一场没有裁判的马拉松,自我约束和耐久性远比一时的速度更重要。-----林建华@北大2017毕业典礼致辞
|
|