Preskoči na glavno vsebino

Video prikaz dveh novih metod strojnega učenja, ki zasenčita dosedanjo metodo






Rezultat iskanja slik za ijs is2016


Raziskovalci se občasno sestanemo, da drug drugemu predstavimo svoje delo, svoje dosežke. Dobra priložnost za to so znanstvene konference. Ena naj bolj uglednih tovrstnih konferenc na področju umetne inteligence v Sloveniji z naslovom Informacijska družba 2016, se je odvila te dni na institutu Jožef Štefan v Ljubljani.

Rezultat iskanja slik za ijs is2016

Na njej smo obravnavali mnogo zanimivih tem, ki nam nakazujejo smer razvoja informacijske tehnologije v družbi v bližnji prihodnosti. Zadnja leta je vedno bolj v ospredju umetna inteligenca in strojno učenje, trenutno v svetu še posebej odmevajo dosežki globokega učenja. Nekatere druge teme so bile: evidentiranje genetsko modificiranih organizmov v živilih, zaznavanje stresa v službi, priporočanje čtiva, odkrivanje novih zlitin, sinteza slovenskega govora, razvoj avtonomnega vozila; seveda vse skupaj na osnovi umetne inteligence. Sam sem predstavil kolegom dva nova algoritma strojnega učenja, ki sem ju razvil v bližnji preteklosti. Več o vsebini si lahko ogledate v zborniku. Razen vsebine prispevkov, pa je na konferenci pomembno tudi navezovanje stikov s kolegi in izmenjava mnenj z njimi.

Video





Komentarji

Priljubljene objave iz tega spletnega dnevnika

Optimization for Multi Layer Perceptron: Without the Gradient

These days, the publishing house Nova Publishers published the book, entitled Advances in Machine Learning Research. In it is a chapter entitled OPTIMIZATION FOR MULTI LAYER PERCEPTRON: WITHOUT THE GRADIENT where I describe two new algorithms for neural networks learning (Bipropagation and Border Pairs Method ). Both of them are much more powerful than their predecessors - Backpropagation algorithm. The second algorithm is among other things constructive.
Abstract of the book chapter
During the last twenty years, gradient-based methods have been primarily focused on the Feed Forward Artificial Neural Network learning field. They are the derivatives of Backpropagation method with various deficiencies. Some of these include an inability to: cluster and reduce noise, quantify data quality information, redundant learning data elimination. Other potential areas for improvement have been identified; including, random initialization of values of free parameters, dynamic learning from new da…

Po poteh nekega algoritma

Ko sem med raziskovanjem za potrebe podiplomskega študija dobil idejo za nov algoritem strojnega učenja, me je prevzel notranji nemir. Zaslutil sem, da sem na sledi pomembnega odkritja in v hipu sem začutil kako se mi po žilah pretaka adrenalin. Pravijo, da je raziskovalna strast lahko večja  celo od tiste hazarderske,  ki je menda zakrivila številne zgodbe iz črne kronike. No, na vso srečo pa raziskovalna strast ni povezana s tako nizkotnimi pobudami kot hazarderska.
    Ideji algoritma je nato sledil njegov razvoj, ki je trajal več kot leto in je bil prežet s številnimi vzponi in padci. Navidezne težavice so pogosto preraščale v težave, a na srečo se je vedno našla rešitev za njih. V meni sta se tako prepletala dvom in radost, dokler eksperimenti niso potrdili vseh mojih pričakovanj. Takrat so me preplavili prijetni občutki vznesenosti, ki bi jih lahko primerjali z nekakšno zaljubljenostjo. Ko si vznesen si stvarnost slikaš lepšo, kot je v resnici in tako sem naivno pričakoval, …

Three new Deep Learning Algorithms at IBM Developers Unconference 2018

I have been an invited speaker at "IBM developers conference 2018" and at "IBM research lab" which is both located in Zurich (Switzerland, Europe) where I have presented three new Deep Learning Algorithms (click to view).  One of them (Border Pairs Method) has 11 advantages over the famous Backpropagation. The audience was large, the response was good and was followed by a lively debate.