Descrizione del progetto
Scoprire come funziona effettivamente l’apprendimento profondo
L’apprendimento profondo simula una rete neurale utilizzando più livelli per apprendere autonomamente dai dati. Nonostante un’evidente efficacia in numerose applicazioni, il suo fondamento teorico rimane sconosciuto. Il progetto UnderstandingDL, finanziato dal CER, cercherà di fare luce adottando un triplice approccio. In primo luogo, svilupperà nuovi modelli apprendibili mediante la cosiddetta discesa stocastica del gradiente, un algoritmo di ottimizzazione utilizzato per addestrare le reti neurali, che potrebbe produrre nuovi algoritmi di apprendimento profondo che sono teoricamente compresi. In secondo luogo, indagherà la complessità del campione di diversi tipi di reti neurali e i punti di forza della connessione di nodi, che dovrebbero spiegare come l’apprendimento profondo possa avere meno esempi rispetto ai parametri ma generalizzare comunque con successo. Infine, indagherà sulla funzionalità della rete neurale, inclusi i vantaggi in profondità e gli effetti dei dati deliberatamente corrotti (i cosiddetti esempi contraddittori).
Obiettivo
While extremely successful, deep learning (DL) still lacks a solid theoretical foundation.
In the last 5 years the PI focused almost entirely on DL theory, yielding a strong publication record with 7 papers at NeurIPS (the leading ML conference), including 2 spotlights (top 3% of submitted papers) and one oral (top 1%), 2 papers at ICLR (the leading DL conference), and 1 paper at COLT (the leading ML theory conference). These results are amongst the first that break a 20 years hiatus in NN theory, thereby giving some hope for a solid deep learning theory. This includes 1) the first poly-time learnability result for non-trivial function class by SGD on NN, 2) the first such result with near optimal rate, 3) new methodology to bound the sample complexity of NN, that established the first sample complexity bound that is sublinear in the number of parameters, under norm constraints that are valid in practice, 4) an explanation to the phenomena of adversarial examples.
We plan to go far beyond these and other results, and to build a coherent theory for DL, addressing all three pillars of learning theory:
Optimization: We plan to investigate the success of SGD in finding a good model, arguably the greatest mystery of modern deep learning. Specifically our goal is to understand what models are learnable by SGD on neural networks. To this end, we plan to come up with a new class of models that can potentially lead to new deep learning algorithms, with a solid theory behind them.
Statistical Complexity: We plan to crack the second great mystery of modern deep learning, which is their ability to generalize with fewer examples than parameters. Our plan is to investigate the sample complexity of classes of neural networks that are defined by bounds on the weights’ magnitude.
Representation: We plan to investigate functions that can be realized by NN. This includes classical questions such as the benefits of depth, as well as more modern aspects such as adversarial examples.
Programma(i)
- HORIZON.1.1 - European Research Council (ERC) Main Programme
Argomento(i)
Invito a presentare proposte
(si apre in una nuova finestra) ERC-2021-STG
Vedi altri progetti per questo bandoMeccanismo di finanziamento
HORIZON-ERC - HORIZON ERC GrantsIstituzione ospitante
91904 Jerusalem
Israele