Семинар: Новый взгляд на обучение с парными и непарными данными через призму оптимального транспорта

🗓 Когда: Четверг, 2 октября, 18:35 МСК
🎙 Докладчик: Михаил Персиянов — студент второго курса аспирантуры Сколтеха, сотрудник Центра прикладного искусственного интеллекта Сколтеха

О чём пойдёт речь?
Представьте себе ситуацию: вам нужны качественные прогнозы, скажем, перевода изображений из одной модальности в другую (например, МРТ снимков мозга из одного формата в другой), но полноценных парных примеров катастрофически мало. Зато простых данных по каждому типу объектов полно. Задача звучит знакомо? Мы назовём её задачей переноса доменов при наличии парных и непарных данных, и именно она станет главным героем нашего семинара!

Но главная интрига вечера — новый способ построения лосса, который объединяет преимущества обоих типов данных: редких парных и массовых непарных. Такой подход позволит нам точнее оценивать условные вероятности перевода одного объекта в другой, минимизируя зависимость от дефицитных аннотированных данных. А главное — этот метод даёт чёткую гарантию восстановления исходного закона условного распределения!

Три главных вопроса, которые мы разберём:
🔵Как устроена задача переноса доменов и какие виды подходов существуют в зависимости от наличия данных?
🔵Как грамотная параметризация помогает получить из задачи максимизации правдоподобия принципиально новый лосс, имеющий теоретические гарантии?
🔵Зачем нужен обратный энтропийный оптимальный транспорт и как он помогает при выборе параметризации?

Дополнительно рассмотрим и обсудим:
🔸Параметризацию на основе смесей гауссиан - её теоретических гарантиях и практических ограничениях;
🔸Экспериментальные сравнения нового подхода с классическими методами и их слабостями;
🔸Пути развития метода;

Ссылка для подключения: https://telemost.360.yandex.ru/j/9200324622

Приходите, будет интересно!

P. S. Если не сможете присутствовать — запись семинара появится на нашем Rutube-канале через неделю. А пока можно посмотреть предыдущие выпуски!