[Коллоквиум] Многомерное обобщение сингулярного разложения и его применение к одномерным данным
3 ноября 2020
Докладчик: Максим Рахуба, доцент департамента больших данных и информационного поиска
В докладе будут рассмотрены различные способы обобщить одно из центральных матричных разложений – сингулярное разложение – на случай многомерных массивов. Во многих прикладных задачах такие разложения, также именуемые тензорными, позволяют преодолеть проблему экспоненциального роста числа параметров при увеличении размерности многомерного массива.
Мы также поговорим о том, как и зачем использовать тензорные разложения в задачах с малой размерностью, например, в применении к одномерным или двумерным массивам; обсудим последние теоретические результаты для приближения функций и использование такого подхода в глубинном обучении.
Коллоквиум ФКН: https://cs.hse.ru/colloquium
Департамент больших данных и информационного поиска: https://cs.hse.ru/big-data/
Видео [Коллоквиум] Многомерное обобщение сингулярного разложения и его применение к одномерным данным канала ФКН ВШЭ
Докладчик: Максим Рахуба, доцент департамента больших данных и информационного поиска
В докладе будут рассмотрены различные способы обобщить одно из центральных матричных разложений – сингулярное разложение – на случай многомерных массивов. Во многих прикладных задачах такие разложения, также именуемые тензорными, позволяют преодолеть проблему экспоненциального роста числа параметров при увеличении размерности многомерного массива.
Мы также поговорим о том, как и зачем использовать тензорные разложения в задачах с малой размерностью, например, в применении к одномерным или двумерным массивам; обсудим последние теоретические результаты для приближения функций и использование такого подхода в глубинном обучении.
Коллоквиум ФКН: https://cs.hse.ru/colloquium
Департамент больших данных и информационного поиска: https://cs.hse.ru/big-data/
Видео [Коллоквиум] Многомерное обобщение сингулярного разложения и его применение к одномерным данным канала ФКН ВШЭ
Показать
Комментарии отсутствуют
Информация о видео
Другие видео канала
[ДОД 2021] Об образовательных программах ФКНBayer Digital Campus Challenge 2021 WorkshopКурс «Машинное обучение 2». Лекция 4 (Евгений Соколов)Курс «Распределенные системы». Лекция 11 (Олег Сухорослов)Студент ФКН Константин Еленик о стажировке в ЯндексеКурс «Продвинутый C++». Лекция 13 (Данила Кутенин)Computer Methods of Cognitome Analysis (Day 2)Курс «Инструменты промышленной разработки». Лекция 4 (Данила Кутенин)Деградация скоринговых моделей (Владислав Суханов)Пятое открытое заседание Ученого совета ФКН. Доклады Максима Рахубы и Дениса ДеркачаGeometric deep learning for functional protein designКурс «Машинное обучение 2». Лекция 8 (Евгений Соколов)Образы аффинного пространства (Иван Аржанцев)Курс «Распределенные системы». Лекция 14 (Олег Сухорослов)[Night 6] Anti-alignments in Conformance Checking[ДОД 2021] Бакалавриат «Компьютерные науки и анализ данных»: особенности онлайн-обучения[ДОД 2018]: Вступительное слово декана ФакультетаКурс «Машинное обучение 2». Лекция 5 (Евгений Соколов)[ИТ-лекторий] Большие данные в спортивной индустрии - SAPИндустриальный вебинар «Как машинное обучение используется при анализе текстов»Гомологии и их комбинаторный вид (Виктор Лопаткин)