Talk预告 | ICLR 2022 Oral系列Talk②:发现并解释神经网络的表征瓶颈

本期为TechBeat人工智能社区第400期线上Talk,也是ICLR 2022 Oral系列Talk的第②场。北京时间4月26日(周二)20:00,上海交通大学博士后邓辉琦和上海交通大学本科生任启涵的Talk将准时在TechBeat人工智能社区开播!
他们与大家分享的主题是: “发现并解释神经网络的表征瓶颈”,届时将分享他们对神经网络表征能力的研究。
Talk·信息
主题:发现并解释神经网络的表征瓶颈
嘉宾:1. 上海交通大学博士后 邓辉琦
2. 上海交通大学本科生 任启涵
时间:北京时间 4月26日 (周二) 20:00
地点:TechBeat人工智能社区
http://www.techbeat.net/

完整版怎么看?
扫描下方二维码,或复制链接https://datayi.cn/w/JoOWYLKo至浏览器,一键完成预约!上线后会在第一时间收到通知哦
Talk·提纲
对神经网络表征能力的研究,一直是深度学习领域最核心的问题之一。前人研究通常采用单个量化指标(如准确率、Loss等)评价神经网络的表征能力。这项研究首次从神经网络中海量交互概念的复杂度出发,探索神经网络在特征表达方面的公共瓶颈,为神经网络表征能力的研究提供了众多新的视角
具体分享提纲如下:
1. 介绍博弈交互的定义
2. 介绍神经网络的表征瓶颈现象
3. 从理论上解释神经网络的表征瓶颈现象
4. 打破神经网络的表征瓶颈,并分析不同复杂度的交互的表征能力
Talk·提问交流
通过以下两种方式提问都将获得微信现金红包奖励哦!
方式 ①
在Talk界面下的【交流区】参与互动!留下你的打call🤟和问题🙋,和更多小伙伴们共同讨论,被讲者直接翻牌解答!

你的每一次贡献,我们都会给予你相应的i豆积分,还会有惊喜奖励哦!
方式 ②
在本文留言区直接提出你的问题,或扫描下方二维码提问!

Talk·嘉宾介绍

上海交通大学博士后
邓辉琦,上海交通大学张拳石副教授团队的博士后研究员。研究兴趣聚焦于可信人工智能,尤其是神经网络的可解释性与安全性等。2021年于中山大学数学学院获得博士学位,博士期间曾于香港浸会大学和美国德州农工大学访问学习3年。近3年内,在 ICLR, AAAI, KDD, Pattern Recognition等顶级会议和期刊上发表论文多篇。

上海交通大学本科生
任启涵为上海交通大学密西根学院的本科四年级学生,专业为电子与计算机工程以及计算机科学(双学位)。本科毕业后他将在上海交通大学张拳石副教授的指导下攻读博士。他的主要研究兴趣为人工智能可解释性,机器学习,计算机视觉,目前已在NeurIPS,ICLR等国际顶会上发表论文2篇。
长按识别二维码,一键预约TALK!


关于TechBeat人工智能社区
TechBeat (www.techbeat.net) 是一个荟聚全球华人AI精英的成长社区。 我们希望为AI人才打造更专业的服务和体验,加速并陪伴其学习成长。 期待这里可以成为你学习AI前沿知识的高地,分享自己最新工作的沃土,在AI进阶之路上的升级打怪的根据地!
更多详细介绍>>https://mp.weixin.qq.com/s/pTbCK_MeTk05jK2yx1RTrQ