Научная деятельность
Центр 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 (NeurIPS, ICML). Сотрудники Центра регулярно публикуются на этих конференциях и принимают участие в проходящих на конференциях воркшопах.
Направления исследований Центра:
- Приближенный байесовский вывод
- Вариационные автокодировщики
- Тензорные нейросети
- Ускорение сверточных сетей
- Методы стохастической оптимизации
- Диффузионные модели.
Центр создан 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!
Сервис предназначен только для отправки сообщений об орфографических и пунктуационных ошибках.