Data wydarzenia:

Półempiryczna teoria głębokiego uczenia się sieci neuronowych (SETOL)

Data: 27.05.2025 (wtorek), godz. 10:30 - 12:00

Miejsce: A1 33 (sala Rady Wydziału)

Prelegent: Radosław Szwedek

Abstrakt:
SETOL to nowatorska, półempiryczna teoria głębokiego uczenia, opracowana przez Charlesa H. Martina, Christophera Hinrichsa i Michaela W. Mahoneya. Łączy ona podejścia z mechaniki statystycznej, teorii macierzy losowych o grubym ogonie, inspiracje z chemii kwantowej oraz fizyki układów silnie skorelowanych. Jej głównym celem jest dostarczenie teoretycznych podstaw dla zjawiska samoregulacji o grubym ogonie (HTSR), obserwowanego we współczesnych sieciach neuronowych.