UCA Forum Numerica taghírek; Hatékony tanulás véletlenszerű vetületekkel; 2020. június 11. 14:00 -

Absztrakt:
A lenyűgöző teljesítmények ellenére a korszerű gépi tanulási megközelítések gyakran számítási intenzívek, és a hatékonyság továbbra is kihívást jelent. A méretcsökkentés, ha hatékonyan hajtják végre, módot kínál a downstream feladatok számítási követelményeinek csökkentésére, de valószínűleg a megszerzett pontosság tágabb területein. Ebben a beszélgetésben a pontosság és a hatékonyság kölcsönhatását vitatjuk meg, amikor a dimenziós csökkentést véletlenszerű vetületek segítségével végezzük. Ez utóbbiak az integrált operátorok diszkrecetizálási módszereihez, a randomizált numerikus lineáris algebra mintavételi módszereihez és a vázlatkészítési módszerekhez kapcsolódnak. Eredményeink azt mutatják, hogy számos olyan feladat és rendszer létezik, amelyekben véletlenszerű vetületek és szabályozás segítségével a hatékonyság pontosságvesztés nélkül javítható. Az elméleti eredményeket skálázható és gyors rendszermag-módszerek levezetésére használják milliónyi ponttal rendelkező adatkészletekhez. E szín.