TGTGInsightаналитика telegramLIVE / telegram public index
← ИППИ РАН
ИППИ РАН avatar

TGINSIGHT POST

Post #151

@iitpras

ИППИ РАН

Просмотры325Количество просмотров
Опубликован18 апр.18.04.2023, 09:40
Содержимое поста

Содержимое

#семинары_ИППИ на этой неделе ◼️СЕГОДНЯ, 14:00, Zoom «Вероятность и математическая статистика» или «Семинар трёх городов» Докладчик: Константин Авраченков (INRIA - Sophia Antipolis) Тема: Кластеризация графов: Обобщение на случай небинарных взаимодействий ◼️ЧЕТВЕРГ, 15:00, зал заседаний ученого совета ИППИ + онлайн-трансляция Открытый семинар лаборатории зрительных систем Докладчик: Елена Лимонова, (ФИЦ ИУ, ИППИ) Тема: Биполярная морфологическая аппроксимация нейрона для уменьшения вычислительной сложности глубоких сверточных нейронных сетей Аннотация: Доклад по материалам недавно защищенной кандидатской диссертации по техническим наукам, которая посвящена разработке и исследованию вычислительно-эффективных аппроксимаций нейросетевых моделей, методов их обучения и оптимизации их вычисления на существующих и перспективных вычислителях. В работе предложена биполярная морфологическая аппроксимация классического математического нейрона и свер­точного слоя нейронных сетей, не задействующая умножений в своих вычислительно-интенсивных ча­стях. Показано, что предложенная аппроксимация обладает такой же выразительной способностью, как и классический математический нейрон, и способна повысить эффективность вычисления нейросетевых моделей на программируемых логических интегральных схемах и специализированных вычислителях. Для ее обучения предложен оригинальный метод послойного преобразования и дообучения, который позволяет добиться высокого качества распознавания в таких классах практических задач, как визуальная классификация и семантическая сегментация с помощью глубоких нейронных сетей.