清华大学|信息学院|国家实验室|English Version

热点图片

2017学术报告第1期 | “Machine Learning with Connectionist Models – A Developmental Perspective”讲座

3月22日上午,我院语音语言技术研究中心顾问委员会委员、美国乔治亚理工学院教授Biing Hwang(Fred) Juang应邀在FIT楼1-315作了题为“Machine Learning with Connectionist Models – A Developmental Perspective”的讲座。讲座由语音语言技术研究中心主任郑方主持,来自清华大学各院系及全国业界人士共60余人参加了此次讲座。

DSC_8011.jpg

讲座上,Juang教授以其深厚的学识,从整个机器学习发展的角度出发,深入浅出地阐述了深度神经网络(DNN)这一重要模型的概率意义和学习机理。Juang教授指出,DNN方法之所以取得如此大的成就,植根于六十年来机器学习领域对表示方法和统计建模等方面的长期研究,特别是对特征和模型在协同学习方面认识论上的飞跃。DNN方法的核心不是增加了模型的深度,而是神经模型对显著特征的筛选和记忆功能结合非监督学习方法产生的强大的表示学习能力。基于此,深度神经网络(DNN)事实上是解决了长久以来困惑学术界的一个重要问题:如何对特征映射进行学习,使其在映射空间得以用简单模型进行描述或分类。这事实上模糊了特征与建模之间的界限,从而对机器学习的基本理念产生了深刻影响。

 

【发布时间:2017-03-30】【浏览次数:726】