Information Bottleneck: Theory and Applications in Deep Learning
El célebre principio del cuello de botella informativo (IB) de Tishby et al. ha gozado recientemente de una renovada atención debido a su aplicación en el área del aprendizaje profundo.
Esta colección investiga el principio del IB en este nuevo contexto. Los capítulos individuales de esta colección: - proporcionan nuevas perspectivas sobre las propiedades funcionales del IB; - discuten el principio IB (y sus derivados) como un objetivo para el entrenamiento de estructuras de aprendizaje automático multicapa, como redes neuronales y árboles de decisión; y - ofrecen una nueva perspectiva sobre el aprendizaje de redes neuronales a través de la lente del marco IB.
Nuestra colección contribuye así a una mejor comprensión del principio IB específicamente para el aprendizaje profundo y, más en general, de las funciones de coste teóricas de la información en el aprendizaje automático. Esto allana el camino hacia una inteligencia artificial explicable.
© Book1 Group - todos los derechos reservados.
El contenido de este sitio no se puede copiar o usar, ni en parte ni en su totalidad, sin el permiso escrito del propietario.
Última modificación: 2024.11.14 07:32 (GMT)