刘梦尘
SENIOR RESEARCH SDE, Microsoft
个人介绍:
刘梦尘,微软。2013年于清华大学获得工学学士学位。2018年于清华大学获得工学博士学位。研究成果发表在可视分析和机器学习的顶级会议和期刊上,包括IEEE TVCG,IEEE VAST和AAAI等。一篇一作论文为SCI高被引论文。担任IEEE TVCG和IEEE VAST等顶级会议、期刊的审稿人。
议题:
深度学习的可视分析
议题介绍:
深度学习取得的显著成功催生了众多人工智能应用,例如个性化推荐,汽车自动导航等。在这些应用中,深度学习模型常常被当作一个黑盒子。由于不能理解这些模型的工作机理,高效模型的开发常常依赖一个冗长又昂贵的反复实验过程。 因此,研究人员和从业人员迫切需要一个透明和可解释的机制,帮助他们更好地理解和分析深度学习模型,从而快速设计出符合需求的模型。为此,我将主要介绍如何利用深度学习模型的可视分析技术,提升深度学习模型的可解释性,从而使人工智能系统能够生成可解释的分析结果。具体地说,我将从数据,模型,训练过程,以及损失函数四个方面,讨论可视化研究者遇到的挑战,现在的解决方式,以及相应的不足之处和未来可能的研究方向。