Understanding Deep Learning

Información del proyecto

Understanding DL

Identificador del acuerdo de subvención: 101041711

DOI

10.3030/101041711

Fecha de la firma de la CE 4 Abril 2022

Fecha de inicio 1 Septiembre 2022

Fecha de finalización 31 Agosto 2027

Financiado con arreglo a

• European Research Council (ERC)

Coste total

€ 1 499 750,00

Aportación de la UE

€ 1 499 750,00

Coordinado por

THE HEBREW UNIVERSITY OF JERUSALEM
Israel

CORDIS proporciona enlaces a los documentos públicos y las publicaciones de los proyectos de los programas marco HORIZONTE.

Los enlaces a los documentos y las publicaciones de los proyectos del Séptimo Programa Marco, así como los enlaces a algunos tipos de resultados específicos, como conjuntos de datos y «software», se obtienen dinámicamente de OpenAIRE .

Resultado final

Data Management Plan (1)

Data Management Plan

Research Data management Plan

Publicaciones

Conference proceedings (5)

An Exact Poly-Time Membership-Queries Algorithm for Extracting a Three-Layer ReLU Network

Autores: Amit Daniely, Elad Granot
Publicado en: 2023
Editor: ICLR

On the Sample Complexity of Two-Layer Networks: Lipschitz Vs. Element-Wise Lipschitz Activation

Autores: Amit Daniely, Elad Granot
Publicado en: 2024
Editor: ALT

RedEx: Beyond Fixed Representation Methods via Convex Optimization

Autores: Amit Daniely, Mariano Schain, Gilad Yehudai
Publicado en: 2024
Editor: ALT

Computational Complexity of Learning Neural Networks: Smoothness and Degeneracy.

Autores: Amit Daniely, Nati Srebro, Gal Vardi
Publicado en: 2023
Editor: NeurIPS

Most Neural Networks Are Almost Learnable.

Autores: Amit Daniely, Nati Srebro, Gal Vardi
Publicado en: 2023
Editor: NeurIPS