网站首页

当前位置: 网站首页 > 讲座信息 > 正文
AI大讲堂第21讲:利用解耦表征增强AI可解释性和鲁棒性
日期 : 2024-01-01    点击数:       beat365中文官方网站
作者 地址
时间

报告主题:

利用解耦表征增强AI可解释性和鲁棒性

报告时间:

202413

报告地点:

beat365中文官方网站310会议室

报告摘要:

介绍ControlVAE,一个结合了控制理论和变分自编码器(VAE)的新框架,并展示其在不同应用中的多功能性,如图像生成,文本生成,意识形态学习和交通信号检测。最后,讨论可解释的解耦表征学习的未来方向。

主讲人:

邵华杰,博士,威廉玛丽学院计算机科学专业的终身助理教授。邵博士的研究方向主要集中在可信人工智能,物理引导机器学习和人工智能科学。迄今为止,他已在ICMLICLRCVPRACLTPAMIVLDBWWWSIGIRINFOCOM等顶级会议和期刊上发表论文40余篇。他还获得了SenSys’20ICCPS’17最佳论文奖,FUSION’19学生论文奖和UbiComp’19杰出论文奖。


Baidu
sogou