Varietní učení a umělé neuronové sítě

školitel: Ing. Radek Mařík, CSc.
e-mail: zobrazit e-mail
typ práce: dizertační práce
zaměření: MI_MM, MI_AMSM, MINF, APIN
klíčová slova: umělá inteligence, varientní učení, neuronové sítě, strojové učení, počítačové vidění
odkaz: http://comtel.fel.cvut.cz/en/users/marikr
popis: Varientní učení je přístup cílící nelineární redukci multidimenzionálních příznakových vektorů. Typicky se předpokládá, že datové sady vyplňují pouze určitý podprostor. Existuje řada metod a postupů, avšak pouze pro některé z nich je vyřešené, k jakému zkreslení dochází projekcí do prostorů s nižší dimenzí. Klasické metody vychází z kritérií postavených na rekonstrukčních chybách a tradičních L metrik, které však mají velkou citlivost k odchýleným vektorům. Možné řešení robustnějšího přístupu se nabízí v kombinaci s použitím umělých neuronových sítí, které používají kritéria založená na cross-entropiích či kritéria využívající Wassersteinovu vzdálenost mezi distribucemi. Teoretické závěry budou experimentálně aplikovány a ověřovány v doméně počítačového vidění a rozpoznávání objektů.
literatura: [1] L. van der Maaten. Accelerating t-sne using tree-based algorithms. Journal of machine learning research, 15(1):3221–3245, 2014.
[2] X. Xing, S. Du, and K. Wang. Robust hessian locally linear embedding techniques for high-dimensional data. Algorithms, 9:36, 05 2016.
[3] Y. Ma and Y. Fu, Manifold Learning Theory and Applications, CRC Press, Inc. 2011
[4] C. K. Chui and H.N. Mhaskar, Deep nets for local manifold learning, Front. Appl. Math. Stat., 2018
[5] I. Goodfellow and Y. Bengio and A. Courville, Deep Learning, MIT Press, 2016
[6] C. M. Bishop. Pattern Recognition and Machine Learning (Information Science and Statistics). Springer-Verlag, Berlin, Heidelberg, 2006.
naposledy změněno: 19.12.2019 09:23:03

za obsah této stránky zodpovídá: Ľubomíra Dvořáková | naposledy změněno: 12.9.2011
Trojanova 13, 120 00 Praha 2, tel. +420 770 127 494
České vysoké učení technické v Praze | Fakulta jaderná a fyzikálně inženýrská | Katedra matematiky