Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski pl
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

INFORMATION-THEORETIC LIMITS FOR DEEP NEURAL NETWORKS

Opis projektu

Dokładniejsze zrozumienie głębokich sieci neuronowych

Głębokie sieci neuronowe to sieci wielu jednostek połączonych ze sobą funkcjami matematycznymi, które umożliwiają im uczenie się. W ciągu ostatnich dziesięcioleci algorytmy te były wykorzystywane do rozwoju rozwiązań w zakresie rozpoznawania obrazów, mowy i dźwięków, a także przetwarzania języka naturalnego. Krytycy takich rozwiązań przytaczają często argument, że algorytmy uczenia głębokiego są często używane w roli czarnej skrzynki, co sprawia, że nie mogą zostać wykorzystane w jakichkolwiek zastosowaniach wymagających gwarancji określonych osiągów. Uczestnicy finansowanego ze środków Unii Europejskiej projektu IT-DNN zamierzają poszerzyć naszą wiedzę na temat głębokich sieci neuronowych poprzez poszerzenie horyzontów dotyczących informacyjno-teoretycznych granic błędu uogólnienia osiągalnego przy ich użyciu, a także zaprezentowanie, w jaki sposób granice te mogą zostać wykorzystane w procesie projektowania takich sieci.

Cel

Over the last decade, deep-learning algorithms have dramatically improved the state of the art in many machine-learning problems, including computer vision, speech recognition, natural language processing, and audio recognition. Despite their success, however, there is no satisfactory mathematical theory that explains the functioning of such algorithms. Indeed, a common critique is that deep-learning algorithms are often used as black box, which is unsatisfactory in all applications for which performance guarantees are critical (e.g. traffic-safety applications).

The purpose of this project is to increase our theoretical understanding of deep neural networks (DNN). This will be done by developing novel information-theoretic bounds on the generalization error attainable using DNN and by demonstrating how such bounds can guide the design of such network.

Dziedzina nauki (EuroSciVoc)

Słowa kluczowe

Program(-y)

Temat(-y)

System finansowania

MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

(odnośnik otworzy się w nowym oknie) H2020-MSCA-IF-2019

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Koordynator

CHALMERS TEKNISKA HOGSKOLA AKTIEBOLAG
Wkład UE netto
€ 203 852,16
Koszt całkowity
€ 203 852,16