Seminarium Katedry Sztucznej Inteligencji

Zapraszamy na seminarium, które odbędzie się w poniedziałek 13 czerwca w godzinach 13:00-13:30 w sali 3/40. Prelegentem będzie mgr Michał Bukowski, kandydat do stopnia doktora w trybie eksternistycznym pod kierunkiem promotora dr. hab. inż. Jarosława Kurka, prof. SGGW.

Temat: Makroskopowe własności modeli sieci konwolucyjnych z wykorzystaniem sieci kapsułowych.

Streszczenie

Obecne podejście porównywania skuteczności modeli uczenia maszynowego rozpoznającego obrazy poprzez porównywanie skuteczności na pewnych kanonicznych zbiorach testowych (benchmarki) wyczerpało swoje możliwości. Różnica 0.02% w skuteczności modeli nie jest żadnym dyskryminatorem ich mocy predykcyjnej i może wynikać z losowych czynników. By takie drobne różnice były istotne statystycznie potrzeba znacznie większych zbiorów testowych, niż się obecnie stosuje, co generuje koszty i zajmuje dużo czasu. Praca ta proponuje zdefiniowanie pewnych makroskopowych własności modeli i pokazania, że pewne modele spełniają te cechy a inne nie i przez to różnica między modelami jest widoczna, łatwa do opisania i zrozumienia przez laików (co jest szczególnie ważne dla zaufania ludzi do używanych przez nich modeli). Analizie podlega też koncepcja sieci kapsułowych, które niejako z założenia miały spełniać pewnie makroskopowe własności, nieobecne w poprzednich architekturach.