• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

О лаборатории

В настоящее время в мире происходит революция в области машинного обучения по большим объемам данных, связанная с распространением глубинных нейронных сетей и методов глубинного обучения (deep learning). Ряд сравнительно простых практически важных задач был успешно решен с помощью нейронных сетей в течение 2010-2014 годов. Для решения более сложных необходимо построение вероятностных моделей, в которых нейронные сети будут являться одним из элементов. Стандартным средством для построения таких моделей является аппарат байесовского моделирования. В течение 2013-2016 годов в мире получен ряд результатов, позволивших использовать этот аппарат для задач с большими объемами данных. Начиная с 2015 года, наблюдается тренд на стремительное сращивание нейросетевых и байесовских моделей машинного обучения. Нейронные сети используются для вариационного байесовского вывода в сложных вероятностных моделях, снимая традиционное ограничение байесовских методов как алгоритмов, не масштабирующихся на большие объемы данных. С другой стороны, байесовская регуляризация позволяет получать компактные автоматически настраиваемые нейросетевые архитектуры с высокой обобщающей способностью. Следует отметить, что в России практически отсутствуют исследовательские группы, работающие в этих областях. Одним из немногих исключений является группа байесовских методов Д.П. Ветрова, на основе которой и была создана международная лаборатория.

Научным руководителем международной лаборатории является доктор Нови Квадрианто, занимающий позицию доцента в университете Сассекса. Он работает в области гауссовских процессов и их использования для анализа разнородных данных. Стоит отметить, что последние результаты по применению байесовской регуляризации к нейронным сетям позволяют рассматривать последние как специальные масштабируемые обобщения гауссовских процессов. Это открывает возможность для объединения опыта и экспертизы накопленных группой байесовских методов и доктором Квадрианто, что, в свою очередь, открывает широкие перспективы для активного и плодотворного научного сотрудничества.


 

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!