Статья добавлена 15 января 2019, в вторник, в 16:48. С того момента...
747 |
просмотров |
0 | добавлений в избранное |
0 | комментариев |
Представлена в разделах:
Новая форма искусственного интеллекта
Исследователи представили новую модель машинного обучения, которая заменяет слои глубоких нейронных сетей дифференциальными уравнениями.
Эта концепция была выбрана на одной из самых важных конференций ИИ, NeurIPS, в конце 2018 года в Монреале, Канада, среди лучших из почти 5000 представленных научных работ. Ее техническое название: ODE solver, где ODE означает «обыкновенные дифференциальные уравнения», а solver - «решающую программу» (решатель). Они математически моделируют, как различные величины или характеристики (переменные) ведут себя по отношению друг к другу.
По словам ученого Дэвида Дювено и его команды из Университета Торонто, с помощью новой программы для решения ODE можно сопоставлять функции по мере увеличения количества уровней. Таким образом, обычные дифференциальные уравнения могут захватывать «непрерывную динамику скрытых единиц» искусственной нейронной сети, объясняют авторы в своей статье, ранее опубликованной на платформе Arxiv.
Идея не нова, как они сами признают; другая канадская команда уже предложила это в 2017 году. Но ученые из Торонто будут «использовать ODE-решатели напрямую», не прибегая к искусственной нейронной сети.
Это позволит лучше отражать динамику естественных данных: если показания происходят с нерегулярными интервалами, ODE-решатели будут лучше справляться с ними, чем искусственные нейронные сети.
Источник: spektrum.de