Skip to main content
ENHU
Címlap

Main navigation

  • Felfedezés
    • Hírek
    • Események
    • Pályázatok
  • Kutatási területek
  • Anyagok
    • Publikációk
    • Letöltések
    • Kiadvány
  • Rólunk
  • Partnerek
  1. Címlap
2023 Mar 22 | 4:00pm
Rényi Intézet / online

Deep Learning szeminárium - Tanulás részlegesen címkézett adatokból

Online elérés
Széchenyi Plusz RRF

A Rényi Intézet Deep Learning szemináriumának következő előadását Zombori Zsolt (Rényi) tartja március 22-én, szerdán 16:00-kor. Az előadás magyar nyelven, hibrid formában kerül megtartásra: mindenkit szeretettel várunk a Rényi Intézet Tondós termében, de az előadás az alábbi linkre klikkelve Zoom-on is követhető lesz: https://bit.ly/dlsem

A felügyelt gépi osztályozás feltételez egy olyan tanító adathalmazt, melyben bementi pontokhoz hozzá vannak rendelve elvárt kimeneti cimkék, és a tanulás során ezen bemenet-kimenet párokhoz igyekszünk függvényt illeszteni. A gyakorlatban azonban sok fontos feladatnál nem áll rendelkezésre ilyen erős tanító adat: mind a bemenet, mint a kimenet lehet zajos, hiányos. A részlegesen címkézett adat (Partial Label Learning - PLL) ennek speciális esete, melynél a tanító pontokhoz nem ismert a pontos címke, csak egy címke halmaz és feltételezzük, hogy ezek közül pontosan egy a valódi elvárt kimenet. Ilyen adathalmazok sok klasszikus problémánál előállhatnak, például látens változók, emberi hibák vagy automatikus címkézés eredményeképp.

Az előadás során bemutatjuk a részlegesen címkézett adatokból tanulás sajátosságait és megmutatjuk, hogy a klasszikus felügyelt osztályozásnál használt módszerek naív adaptációja milyen anomáliához vezethet. Ezután áttekintjük az irodalomban előkerült főbb megoldási stratégiákat.
Institutes
Tovább
Címlap

LinkedIn

Become a partner

Subscribe to newsletter

Send partnership request

Explore

  • News
  • Events
  • Tenders
  • Publications
  • Downloads
  • Partners

Kutatási területek

  • Az MI alapjai
  • Biztonság és személyes adatok védelme
  • Gépi látás és érzékelés
  • Gépi tanuláson alapuló intelligens gyártás, logisztika, távközés IoT megoldások fejlesztése
  • Nyelvtechnológia fejlesztése
  • Orvosi, egészségügyi alkalmazások

Contact us

Hungary, H-1111 Budapest,
Kende u. 13-17.
+36 1 279 6000
@email

© 2020-2021 Artifical Intelligence National Laboratory, Budapest