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

Научная деятельность

Лаборатория ведет исследования на стыке двух активно развивающихcя сегодня областей анализа данных: глубинного обучения и байесовских методов машинного обучения. Глубинное обучение - это раздел, подразумевающий построение очень сложных моделей (нейронных сетей) для решения таких задач, как классификация изображений или музыки, перенос художественного стиля с картины на фотографию, предсказание следующих слов в тексте. В рамках байесовского подхода для решения подобных задач рассматриваются вероятностные модели, опирающиеся на аппарат теории вероятностей и математической статистики. В последние годы байесовские методы стали активно использоваться в комбинации с нейросетевыми моделями, чтобы повысить их предсказательную способность, облегчить процесс настройки под конкретные данные, а также чтобы решить более широкий круг задач. Научные работы по данной теме составляют важный раздел ведущих мировых конференций по машинному обучению (NIPS, ICML). Сотрудники лаборатории регулярно публикуются на этих конференциях и принимают участие в проходящих на конференциях воркшопах.

Направления исследований международной лаборатории:

  1. Приближенный байесовский вывод
  2. Вариационные автокодировщики
  3. Тензорные нейросети
  4. Ускорение сверточных сетей
  5. Методы стохастической оптимизации

Лаборатория создана на основе исследовательской группы байесовских методов машинного обучения. Группа проводит свой научно-исследовательский семинар.

 

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