清华大学计算机系系庆60周年系列学术报告

AMiner明日将对之前发布的《区块链研究报告》进行迭代

届时微信公众号菜单栏可直接下载研究报告

敬请关注

2018清华计算机系列讲座第50讲—Recent Applications of Probability Models in Deep Learning 

报告人：徐亦达

时间：2018年9月27日16：00

地点：清华大学FIT楼1-515

摘要：

In this talk, we review three recent papers where traditional probability methodologies and Deep Learning methods have been helping each other. Firstly, we discuss how classic Expectation Maximization (EM) has been used to assist recently popular matrix capsule’s routing algorithm, Secondly, we discuss how LSTM model have been helping to tune the parameters of a Kalman Filter; Lastly, we discuss how Determinantal Point Process (DPP) have been used to perform better Deep Neural network compressions. 

人物介绍：

徐亦达老师是悉尼理工大学机器学习副教授，工业分析和可视化主任。他领导的团队有30人，包括博士后、博士生和数据工程师；他的主要研究方向是概率机器学习、深度学习和计算机视觉。

他在许多国际会议和期刊上发表文章，包括AAAI、IJCAI和AISTATS、IEEE-(TNNLS、TIP、TKDE和T-控制论)。自2009以来，他发表了1000 +幻灯片博士培训材料在机器学习以及许多在线ML视频。

他的团队与澳大利亚和中国的许多行业进行了合作，包括银行、电子商务、政府、公用事业和律师事务所；他成立了悉尼深度学习会议小组，目前有3200多名成员。他是澳大利亚参加ISO JTC1 SC42人工智能第一届全体会议的唯一代表。

对讲座内容感兴趣的同学别错过噢

您还可在后台回复“知识图谱”免费获取AMiner知识图谱数据集。

回复“信息学会”，可获取由中国中文信息学会发布的《2018知识图谱发展报告》。

后台回复如下对应关键词可获取研究报告（菜单栏可直接下载）

自动驾驶 

机器翻译 

机器人

行为经济学

区块链

通信

自然语言处理 

计算机图形学

超级计算机

3D打印

戳阅读原文访问AMiner官网