本週為將門技術社群第132期線上分享。
北京時間11月18日（週日）晚8點，在將門技術社群，我們很開心邀請到剛剛趕完CVPR deadline就趕來給talk的中國科學院自動化研究所在讀博士生常建龍，他將為大家帶來“新生卷積神經網絡：從歐幾里得空間到非歐幾里得空間”的主題分享，通過對傳統卷積進行簡單的泛化，使得新的卷積可以用來處理任意結構的數據。
活動信息
▼
主題：新生卷積神經網絡—從歐幾里得空間到非歐幾里得空間
嘉賓：中國科學院自動化研究所博士研究生 常建龍
地點：將門創投鬥魚直播間
分享提綱
▼
卷積神經網絡提供了一個有效且高效的框架來處理歐幾里得結構的數據，如圖像和視頻。作為卷積神經網絡的核心模塊，卷積可以在不犧牲網絡表達能力的前提下儘可能地減少學習的參數。受益於卷積這種巧妙的建模方式，卷積神經網絡在許多領域取得了重大的成功，例如視頻分類和目標檢測。儘管取得了很大的成功，卷積神經網絡還不能很好地處理非歐幾里得結構的數據，如交通網絡上的交通流數據，關係數據在社交網絡上，分子活性數據等等。
在本次分享中，我們將介紹如何通過一般化傳統的卷積，使得卷積神經網絡可以有效且高效地應用到非歐幾里得結構的數據上。具體來說，我們將離散的有限維的卷積核一般化為連續的無限維的函數卷積核。基於函數逼近理論，函數卷積核可以被可數個可學習的參數唯一表示。由於該表示的可微性，函數卷積核最終可以用傳統的反向傳播算法來高效學習，使得卷積神經網絡可以適用於不同的任務，如交通流量預測，分子活性預測等等。
嘉賓介紹
▼
常建龍，中科院自動化所模式識別國家重點實驗室在讀博士，導師為潘春洪研究員。在2015年獲得電子科技大學數學與應用數學專業理學學位，之後在中科院自動化所模式識別國家重點實驗室攻讀博士學位，主要研究方向為深度圖網絡、深度無監督學習和多智能體強化學習，目前以第一作者身份在NIPS和ICCV (Oral) 等機器學習與計算機視覺頂級會議發表學術論文。
觀看直播或加群
▼
長按或掃描下方二維碼，關注“將門創投”微信公眾號(thejiangmen)，後臺回覆“入群”，獲取入群通道及直播地址。
-The End-
將門是一家以技術創新為切入口的早期創新發掘機構,旗下設有將門創新服務、將門技術社群以及將門投資基金。
將門創新服務專注於使創新的技術落地於真正的應用場景，激活和實現全新的商業價值，服務於行業領先企業和技術創新型創業公司。
將門技術社群專注於幫助技術創新型的創業公司提供來自產、學、研、創領域的核心技術專家的技術分享和學習內容，使創新成為持續的核心競爭力。
將門投資基金專注於投資通過技術創新激活商業場景，實現商業價值的初創企業，關注技術領域包括機器智能、物聯網、自然人機交互、企業計算。在兩年的時間裡，將門投資基金已經投資了包括量化派、碼隆科技、禾賽科技、寬拓科技、杉數科技、迪英加科技等數十傢俱有高成長潛力的技術型創業公司。
如果您是技術領域的初創企業，不僅想獲得投資，還希望獲得一系列持續性、有價值的投後服務，歡迎發送或者推薦項目給我“門”: [email protected]
點擊右上角，把文章朋友圈
將門創投
讓創新獲得認可！
閱讀更多 將門創投 的文章
