Todennäköisyyspohjaisia periaatteita latenttiavaruuuden tutkimiseen syväoppimisessa
Rahoitetun hankkeen kuvaus
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.
Näytä enemmänAloitusvuosi
2021
Päättymisvuosi
2026
Myönnetty rahoitus
Muut päätökset
359910
Akatemiatutkijan tutkimuskulut(2024)
158 633 €
346600
Akatemiatutkijan tutkimuskulut(2021)
240 000 €
Muut tiedot
Rahoituspäätöksen numero
339730
Tieteenalat
Tietojenkäsittely ja informaatiotieteet
Tutkimusalat
Tietojenkäsittelytieteet
Tunnistetut aiheet
computer science, information science, algorithms