Deep learning with differential equations

Projektin yksityiskohdat

Tiivistelmä

Koneoppiminen ja tekoäly ovat kehittyneet ennenäkemätöntä vauhtia tehokkaiden neuroverkkomallien kehityksen myötä, jotka ovat mullistaneet useita tieteenaloja. Syvät neuroverkot käsittelevät dataa sarjana yksinkertaisia peräkkäisiä operaatioita. Tässä Aalto-yliopiston tutkimushankkeessa ehdotamme uutta, uraauurtavaa näkökulmaa koneoppimiseen kehittämällä uutta jatkuviin virtoihin perustuvaa tekoälyn haaraa, jossa mallin ennustus määritellään helposti tulkittavana polkuna syötteestä ennusteeseen. Uusi paradigma yhdistää fysiikan, tilastotieteen ja stokastiikan tutkimustuloksia. Projekti toteutetaan tiiviissä yhteistyössä laajan kansainvälisen huippututkijaverkoston kanssa. Projektia johtaa koneoppimistutkija PhD Markus Heinonen Aalto-yliopistosta.
AkronyymiHeinonen Markus AT-palkka
TilaKäynnissä
Todellinen alku/loppupvm01/09/2020 → 31/08/2025

Yhteistyöpartnerit

Sormenjälki

Tutustu tutkimuksen aiheisiin, joita tämä projekti koskee. Nämä merkinnät luodaan taustalla olevien stipendien/apurahojen perusteella. Yhdessä ne muodostavat ainutlaatuisen sormenjäljen.
Näytä koko sormenjälki
  • 2 Conference contribution

  • Bayesian Inference for Optimal Transport with Stochastic Cost

    Mallasto, A., Heinonen, M. & Kaski, S., 2021, Proceedings of Asian Conference on Machine Learning. JMLR, s. 1601-1616 16 Sivumäärä (Proceedings of Machine Learning Research; Vuosikerta 157).

    Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussa › Conference contribution › Scientific › vertaisarvioitu

    Open access
    Tiedosto
    25 Lataukset (Pure)

  • De-randomizing MCMC dynamics with the diffusion Stein operator

    Shen, Z., Heinonen, M. & Kaski, S., 2021, Advances in Neural Information Processing Systems 34 - 35th Conference on Neural Information Processing Systems, NeurIPS 2021. Neural Information Processing Systems Foundation, s. 17507-17517 11 Sivumäärä (Advances in Neural Information Processing Systems; Vuosikerta 21).

    Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussa › Conference contribution › Scientific › vertaisarvioitu

    Open access
    Tiedosto
    24 Lataukset (Pure)