[09-23] 貝葉斯深度學習理論、算法和編程庫

文章來源:  |  發布時間:2020-09-23  |  【打印】 【關閉

  
Title: 貝葉斯深度學習理論、算法和編程庫
 
Speaker: 朱軍,清華大學計算機系教授、人工智能研究院基礎研究中心主任
 
Time: 2:00 p.m. 2020-09-23(Wednesday)
 
Venue: Lecture room (334),  Building 5, SKLCS, Institute of Software, CAS
 
Abstract: 深度學習在分類、檢測、決策等任務上取得了顯著進展,但深度神經網絡往往忽略數據和模型中廣泛存在的不確定性,導致預測結果過于樂觀、容易被幹擾甚至被誤導,在開放環境、數據質量低、標注樣本小等複雜場景下面臨挑戰,貝葉斯深度學習基于貝葉斯推理框架,融合深度神經網絡在表示學習上的優點,對數據和模型的不確定性進行系統刻畫和計算,近期取得了顯著的算法和應用進展。該報告將介紹貝葉斯深度學習的基本思想、算法和典型應用。同時,也將介紹用于貝葉斯深度學習的概率編程庫。
 
Bio: 朱軍,清華大學計算機系教授、人工智能研究院基礎研究中心主任。2001到2009年获清华大学计算机学士和博士学位,之后在CMU做博士后,2011年回清华任教,2015到2018年任卡内基梅隆大学兼职教授。主要从事机器学习基础理论、高效算法及应用研究,在国际重要期刊与会议发表論文百余篇。担任IEEE TPAMI的副主编、AI编委,担任机器学习国际大会ICML2014地区联合主席, ICML、NIPS、IJCAI、AAAI等国际著名会议的领域主席20余次。获CCF自然科学一等奖、北京市教学成果一等奖、ICME最佳論文奖、CCF青年科学家奖、JP Morgan教师研究奖等,入选国家中青年创新领军人才、MIT TR35中国先锋者以及IEEE Intelligent Systems评选的“AI’s 10 to Watch”。带领团队研制“珠算”深度概率编程库、“天授”强化学习库和RealSafe对抗攻防平台,获得首届“对抗样本攻防竞赛”国际竞赛所有三个任务的冠军、ViZDoom对抗决策国际竞赛2018年冠军等7项、部分算法成为主流开源软件FoolBox、CleverHans的标准算法。