설명
CBLL 연구실의 에너지 기반 모델 페이지는 NYU의 계산 및 생물학적 학습 연구소(CBLL)에서 제공하는 연구 자원으로, 2003년 9월부터 활동 중인 연구 분야를 다루며, 참가자로는 Yann LeCun, Sumit Chopra, Raia Hadsell 및 Fu-Jie Huang이 포함됩니다. 이 페이지는 정규 교육 과정이 아닌 튜토리얼 슬라이드 데크, 스트리밍 비디오 강의 및 에너지 기반 모델(EBM)의 이론과 실습을 가르치는 출판물을 조직합니다.
더 읽기
EBM은 표준 확률 그래픽 모델에서와 같이 정규화된 확률 대신 변수 집합의 각 구성에 에너지 값을 연관시킵니다. 예측(추론)을 한다는 것은 가장 낮은 에너지를 가진 구성을 찾는 것을 의미하며, EBM을 훈련한다는 것은 원하는 구성이 낮은 에너지를 가지도록 하고 원하지 않는 구성이 더 높은 에너지를 가지도록 에너지 표면을 형성하는 것을 의미하며, 이를 위해 설계된 손실 함수에 의해 안내됩니다.
이 페이지의 튜토리얼에는 2006년 토론토 대학교에서 열린 CIAR 여름 학교에서 제공된 "에너지 기반 학습에 대한 튜토리얼"이 포함되어 있으며, DjVu 및 PDF 형식의 슬라이드가 제공됩니다. 2005년 UCLA에서 열린 IPAM 대학원 여름 학교의 4부작 튜토리얼도 포함되어 있으며, EBM, 아키텍처 및 손실 함수에 대한 소개, 불변 이미지 인식을 위한 합성곱 신경망, 훈련 가능한 비유사성 메트릭, 분할, 시퀀스 레이블링 및 그래프 변환기 네트워크를 다루는 스트리밍 비디오와 슬라이드가 포함되어 있습니다. 또한 NIPS 2004 워크숍에서 EBM의 구조화된 출력을 위한 손실 함수에 대한 강의도 포함되어 있습니다. 링크된 출판물에는 60페이지 분량의 튜토리얼 "에너지 기반 학습에 대한 튜토리얼"(Bakir 외, 2006), "에너지 기반 모델의 판별 훈련을 위한 손실 함수"(LeCun 및 Huang, 2005), 그리고 EBM 방법론과 대조 손실 함수를 적용하여 얼굴을 감지하고 그 자세를 동시에 추정하는 "시너지 얼굴 감지 및 자세 추정"(Osadchy, Miller 및 LeCun, NIPS 2004)이 포함되어 있습니다. 이 페이지는 또한 다양한 손실 함수가 간단한 예제 작업에서 EBM의 에너지 표면을 어떻게 형성하는지를 시각화하는 애니메이션 데모를 포함합니다.
이 자원은 에너지 기반 및 구조화된 출력 모델을 연구하는 기계 학습 이론을 공부하는 대학원생 및 연구자를 대상으로 하며, 다운로드 가능한 도구를 찾는 개발자를 위한 것이 아닙니다. 모든 슬라이드, 비디오 및 링크된 논문은 페이지에서 자유롭게 접근할 수 있습니다.
- 카테고리기타 AI 도구
CBLL 연구실의 핵심 기능
에너지 기반 모델 이론에 대한 튜토리얼 슬라이드 데크, DjVu 및 PDF 형식
4부작 IPAM 대학원 여름 학교 튜토리얼의 스트리밍 비디오 녹화
에너지 기반 및 구조화된 출력 학습에 관한 출판된 논문
다양한 손실 함수가 에너지 표면을 형성하는 방법을 보여주는 애니메이션 데모
구조화된 출력을 위한 손실 함수에 대한 NIPS 워크숍 강의
불변 이미지 인식을 위한 합성곱 신경망에 대한 연구
EBM 방법론을 사용한 시너지 얼굴 감지 및 자세 추정에 관한 논문
CBLL 연구실 사용 방법은?
개요부터 시작하세요: 페이지에서 에너지 기반 모델 설명을 읽어 핵심 개념을 이해하세요.
IPAM 튜토리얼 시청: 4부작 스트리밍 비디오 시리즈를 따라가며 전체 과정을 살펴보세요.
튜토리얼 논문 읽기: "에너지 기반 학습에 대한 튜토리얼"을 통해 이론을 깊이 있게 학습하세요.
데모 검토: 손실 함수가 에너지 표면을 형성하는 방법을 보여주는 애니메이션 예제를 연구하세요.
출판물 확인: 얼굴 감지 및 자세 추정과 같은 특정 응용 프로그램에 대한 링크된 논문을 읽어보세요.
CBLL 연구실의 사용 사례
- EBM 이론 학습
- 구조화된 출력 학습
- 학술 참고
