Probabilistic principles for latent space exploration in deep learning

Tämä tutkimusprojekti pyrkii yhdistämään todennäköisyyspohjaisia periaatteita neuroverkkomalleihin. Tämän tarkoituksena on parantaa näiden mallien tulkittavuutta, robustiutta ja luotettavuutta tosimaailman sovelluksissa. Todennäköisyyspohjaiset mallit voivat myös auttaa malleja ymmärtämään mitä ne eivät tiedä ja toisaalta hahmottamaan niiden ennusteisiin liittyviä epävarmuuksia. Tämä hanke jakautuu kahteen osaan: Ensimmäinen koskee mallien rakentamista siten, että niiden rakenteessa voidaan huomioida ennakkotietoa. Toinen osa koskee tilastollista päättelyä ja oppimista mallien piiloavaruudessa sellaisissa sovelluksissa, joissa mallilla on aikariippuvaa käytöstä.