|
|
Большой семинар кафедры теории вероятностей МГУ
31 марта 2021 г. 16:45–17:45, г. Москва, ГЗ МГУ, ауд. 12-24
|
|
|
|
|
|
Построение генеративных моделей на основе глубоких нейросетей
Е. В. Бурнаев Сколковский институт науки и технологий
|
Количество просмотров: |
Эта страница: | 98 |
|
Аннотация:
Задачи предсказательного моделирования требуют обработки многомерных данных, и из-за т.н. проклятия размерности использование многих методов для их решения затруднено. В приложениях реальные данные зачастую занимают лишь очень малую часть пространства наблюдений, внутренняя размерность которого существенно ниже размерности самого пространства. Популярной моделью для таких данных является модель многообразия, в соответствии с которой данные лежат на неизвестном низкоразмерном многообразии (Data Manifold, DM), встроенном в окружающее высокоразмерное пространство. Задачи предсказательного моделирования, изучаемые в рамках этого предположения, называются задачами оценки многообразий, общей целью которых является обнаружение низкоразмерной структуры многомерных данных по заданной выборке точек и оценка распределений данных. Если точки выборки порождаются в соответствии с неизвестной вероятностной мерой на DM, возникают статистические задачи оценки многообразий. В докладе планируется рассказать о некоторых подходах к построению генеративных моделей на основе глубоких нейросетей, которые позволяют моделировать распределение данных, "живущих" на многообразии.
Website:
https://youtu.be/vj_zANQFF4g
|
|