0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

數(shù)據(jù)智能系列講座第3期—交流式學習:神經網絡的精細與或邏輯與人類認知的對齊

廈門市開源芯片產業(yè)促進會 ? 2024-09-25 08:06 ? 次閱讀

鷺島論壇

數(shù)據(jù)智能系列講座第3期

「交流式學習:

神經網絡的精細與或邏輯

與人類認知的對齊」

25日 20:00 精彩開播

期待與您云相聚,共襄學術盛宴!

0c3488ee-7ad2-11ef-bb4b-92fbcf53809c.jpg

| 直播信息

報告題目

交流式學習:

神經網絡的精細與或邏輯與人類認知的對齊

報告簡介

雖然近年來神經網絡的可解釋性研究得到了廣泛的關注,但是神經網絡中精細決策邏輯尚未得到有效的解釋,學界對神經網絡的評測依然停留在檢驗神經網絡輸出結果的層面。

對神經網絡精細決策邏輯的量化評測,以及神經網絡決策邏輯與人類認知的對齊,為可解釋性基礎理論提出了新的挑戰(zhàn),比如證明神經網絡內在決策邏輯是否可以被嚴謹?shù)亟忉尀榉柣母拍?,如何量化神經網絡的知識表征,等等。

本次報告將介紹如何在博弈交互理論體系下嚴謹?shù)亓炕窠浘W絡所建模的概念表征,證明解釋的嚴謹性,進而對大模型安全性進行量化評估,實現(xiàn)神經網絡的精細與或邏輯與人類認知的對齊。

報告嘉賓

張拳石

上海交通大學副教授

特邀主持

安竹林

中國科學院計算技術研究所副研究員

碩士生導師

講座時間

2024年9月25日(周三)2010

講座環(huán)節(jié)及流程

?講座環(huán)節(jié):

① 5 分鐘主持人進行主題與嘉賓介紹

②55分鐘報告嘉賓講座環(huán)節(jié)

③ 10分鐘互動問答環(huán)節(jié)

?講座流程:

① 19:45 開芯會視頻號上線,歡迎觀眾朋友提前進入直播間候場

② 20:00 主持人開場

③ 20:05 主講嘉賓開始講座,持續(xù)55min

注:【在講座過程中歡迎觀眾朋友通過各直播平臺進行提問工作人員將收集和整理問題

③ 21:00主持人根據(jù)工作團隊整理的問題與嘉賓進行問答互動,持續(xù)10min

講座形式

視頻號、B站、電子發(fā)燒友、

蔻享學術等

多平臺同步直播

報告嘉賓

0d0ad4c6-7ad2-11ef-bb4b-92fbcf53809c.png

張拳石

上海交通大學電院計算機科學與工程系長聘教軌副教授,博士生導師,入選國家級海外高層次人才引進計劃,獲ACM China新星獎。他于2014年獲得日本東京大學博士學位,于2014-2018年在加州大學洛杉磯分校(UCLA)從事博士后研究。張拳石在神經網絡可解釋性方向取得了多項具有國際影響力的創(chuàng)新性成果。張拳石承擔了TMLR的Action Editor,NeurIPS 2024 Area Chair,CCF-A類會議IJCAI 2020和IJCAI 2021的可解釋性方向的Tutorial,并先后擔任了AAAI 2019, CVPR 2019, ICML 2021大會可解釋性方向的分論壇主席。

主持嘉賓

0d1e15f4-7ad2-11ef-bb4b-92fbcf53809c.png

安竹林

博士,中國科學院計算技術研究所副研究員,碩士生導師,中科(廈門)數(shù)據(jù)智能研究院副院長,CCF高級會員。專注于計算機視覺人工智能等領域的研究工作,在相關領域的知名國際會議和期刊雜志上發(fā)表論文30余篇,申請發(fā)明專利20余項,為國家自然科學基金、中科院科技基金、國家重大專項子課題等多項項目的負責人。

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 神經網絡
    +關注

    關注

    42

    文章

    4798

    瀏覽量

    102490
  • 數(shù)據(jù)

    關注

    8

    文章

    7233

    瀏覽量

    90854
收藏 0人收藏

    評論

    相關推薦
    熱點推薦

    直播預約 | 數(shù)據(jù)智能系列講座6:大模型革命背后的算力架構創(chuàng)新

    鷺島論壇數(shù)據(jù)智能系列講座6「大模型革命背后的算力架構創(chuàng)新」/RVEI并行計算工作組(SIG-PP)技術沙龍/5月21日(周三)20:00
    的頭像 發(fā)表于 05-12 14:05 ?75次閱讀
    直播預約 | <b class='flag-5'>數(shù)據(jù)</b><b class='flag-5'>智能</b><b class='flag-5'>系列講座</b><b class='flag-5'>第</b>6<b class='flag-5'>期</b>:大模型革命背后的算力架構創(chuàng)新

    明晚開播 |數(shù)據(jù)智能系列講座5:理解并改進基礎模型

    鷺島論壇數(shù)據(jù)智能系列講座5「理解并改進基礎模型」明晚(19號)20:00精彩開播期待與您云相聚,共襄學術盛宴!|直播信息報告題目理解并改
    的頭像 發(fā)表于 02-18 17:23 ?505次閱讀
    明晚開播 |<b class='flag-5'>數(shù)據(jù)</b><b class='flag-5'>智能</b><b class='flag-5'>系列講座</b><b class='flag-5'>第</b>5<b class='flag-5'>期</b>:理解并改進基礎模型

    BP神經網絡與深度學習的關系

    ),是一種多層前饋神經網絡,它通過反向傳播算法進行訓練。BP神經網絡由輸入層、一個多個隱藏層和輸出層組成,通過逐層遞減的方式調整網絡權重,目的是最小化
    的頭像 發(fā)表于 02-12 15:15 ?599次閱讀

    直播預約 |數(shù)據(jù)智能系列講座5:理解并改進基礎模型

    鷺島論壇數(shù)據(jù)智能系列講座5「理解并改進基礎模型」2月19日(周三)20:00精彩開播期待與您云相聚,共襄學術盛宴!|直播信息報告題目理解
    的頭像 發(fā)表于 02-11 14:33 ?281次閱讀
    直播預約 |<b class='flag-5'>數(shù)據(jù)</b><b class='flag-5'>智能</b><b class='flag-5'>系列講座</b><b class='flag-5'>第</b>5<b class='flag-5'>期</b>:理解并改進基礎模型

    開源芯片系列講座24:基于SRAM存算的高效計算架構

    鷺島論壇開源芯片系列講座24「基于SRAM存算的高效計算架構」明晚(27日)20:00精彩開播期待與您云相聚,共襄學術盛宴!|直播信息報告題目基于SRAM存算的高效計算架構報告簡介存算一體是一種
    的頭像 發(fā)表于 11-27 01:05 ?649次閱讀
    開源芯片<b class='flag-5'>系列講座</b><b class='flag-5'>第</b>24<b class='flag-5'>期</b>:基于SRAM存算的高效計算架構

    直播預約 |數(shù)據(jù)智能系列講座4:預訓練的基礎模型下的持續(xù)學習

    鷺島論壇數(shù)據(jù)智能系列講座4「預訓練的基礎模型下的持續(xù)學習」10月30日(周三)20:00精彩
    的頭像 發(fā)表于 10-18 08:09 ?484次閱讀
    直播預約 |<b class='flag-5'>數(shù)據(jù)</b><b class='flag-5'>智能</b><b class='flag-5'>系列講座</b><b class='flag-5'>第</b>4<b class='flag-5'>期</b>:預訓練的基礎模型下的持續(xù)<b class='flag-5'>學習</b>

    開源芯片系列講座22:異步電路機制為RISC-V處理器賦能

    鷺島論壇開源芯片系列講座22「異步電路機制為RISC-V處理器賦能」明晚(31號)20:00精彩開播期待與您云相聚,共襄學術盛宴!|直播信息報告題目異步電路機制為RISC-V處理器賦能報告簡介
    的頭像 發(fā)表于 07-31 08:37 ?584次閱讀
    開源芯片<b class='flag-5'>系列講座</b><b class='flag-5'>第</b>22<b class='flag-5'>期</b>:異步電路機制為RISC-V處理器賦能

    BP神經網絡學習機制

    BP神經網絡(Backpropagation Neural Network),即反向傳播神經網絡,是一種基于梯度下降算法的多層前饋神經網絡,其學習機制的核心在于通過反向傳播算法
    的頭像 發(fā)表于 07-10 15:49 ?989次閱讀

    BP神經網絡和卷積神經網絡的關系

    BP神經網絡(Backpropagation Neural Network)和卷積神經網絡(Convolutional Neural Network,簡稱CNN)是兩種在人工智能和機器學習
    的頭像 發(fā)表于 07-10 15:24 ?2132次閱讀

    BP神經網絡和人工神經網絡的區(qū)別

    BP神經網絡和人工神經網絡(Artificial Neural Networks,簡稱ANNs)之間的關系與區(qū)別,是神經網絡領域中一個基礎且重要的話題。本文將從定義、結構、算法、應用及未來發(fā)展等多個方面,詳細闡述BP
    的頭像 發(fā)表于 07-10 15:20 ?1948次閱讀

    循環(huán)神經網絡和卷積神經網絡的區(qū)別

    循環(huán)神經網絡(Recurrent Neural Network,RNN)和卷積神經網絡(Convolutional Neural Network,CNN)是深度學習領域中兩種非常重要的神經網絡
    的頭像 發(fā)表于 07-04 14:24 ?1831次閱讀

    深度神經網絡與基本神經網絡的區(qū)別

    在探討深度神經網絡(Deep Neural Networks, DNNs)與基本神經網絡(通常指傳統(tǒng)神經網絡前向神經網絡)的區(qū)別時,我們需
    的頭像 發(fā)表于 07-04 13:20 ?1556次閱讀

    神經網絡和人工智能的關系是什么

    的定義 神經網絡(Neural Network,簡稱NN)是一種受生物神經系統(tǒng)啟發(fā)的數(shù)學模型,它通過模擬人腦神經元的連接和信息傳遞方式來實現(xiàn)對數(shù)據(jù)的處理和分析。
    的頭像 發(fā)表于 07-03 10:25 ?1803次閱讀

    卷積神經網絡訓練的是什么

    、訓練過程以及應用場景。 1. 卷積神經網絡的基本概念 1.1 卷積神經網絡的定義 卷積神經網絡是一種前饋深度學習模型,其核心思想是利用卷積操作提取輸入
    的頭像 發(fā)表于 07-03 09:15 ?780次閱讀

    卷積神經網絡和bp神經網絡的區(qū)別

    化能力。隨著深度學習技術的不斷發(fā)展,神經網絡已經成為人工智能領域的重要技術之一。卷積神經網絡和BP神經
    的頭像 發(fā)表于 07-02 14:24 ?5700次閱讀

    電子發(fā)燒友

    中國電子工程師最喜歡的網站

    • 2931785位工程師會員交流學習
    • 獲取您個性化的科技前沿技術信息
    • 參加活動獲取豐厚的禮品