Исследовательская группа

Прикладное машинное обучение и глубокое обучение

Улучшение способности к обобщению глубоких сетей с помощью масштабируемого компонентного анализа окружения

September 18

Доклад будет посвящен применению непараметрического softmax'а для representation learning в постановке обучения с учителем.


Обсудим, как получить визуальные представления картинок с помощью Neighborhood Component Analysis (NCA) в условиях вычислительных ограничений и масшатибровать такой метод на большие датасеты и очень глубокие архитектуры.

Интересно, что авторы данного подхода не только достигли заслуживающих внимания результатов в задаче классификации на ImageNet, но и обучили представления для субкатегорий и сделали шаги в сторону few-shot recognition.

Особенно рекомендуем посетить семинар тех, кому понравилось прошлогоднее выступление "Unsupervised Feature Learning via Non-Parametric Instance-level Discrimination", основанное не статье от той же команды исследователей.

Докладчик: Наталья Мурычева.

Язык доклада: русский.

Дата и время: 18 сентября, 20:30-22:00.

Место: Таймс, белые доски (4 этаж).

Материалы