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

Разработка комбинированных нейробайесовских методов машинного обучения

2018

Цель исследования: разработать ряд нейробайесовских моделей глубинного обучения и необходимый для этого математический аппарат.

Задачи исследования:

  • Разработка алгоритмов байесовской регуляризации глубинных нейронных сетей на основе технологии вариационного дропаута.
  • Разработка технологий компактного представления нейронных сетей с помощью тензоризации сверточных, рекуррентных и полносвязных слоев с помощью тензорных разложений и байесовских процедур автоматического определения значимости.
  • Создание комбинированных средств адаптивного ускорения обработки информации нейронными сетями на основе карт внимания и их теоретическое обоснование.
  • Разработка средств инкрементального обучения нейронных сетей.
  • Разработка эффективных методов стохастической оптимизации для настройки весов нейронных сетей.Разработка робастных (устойчивых) процедур нейросетевого байесовского вывода.

Публикации по проекту:


Pham Cong T., Копылов А. Tree-Serial Parametric Dynamic Programming With Flexible Prior Model For Image Denoising // Computer Optics. 2018. P. 1-8.