本周为将门技术社群第132期线上分享。
北京时间11月18日（周日）晚8点，在将门技术社群，我们很开心邀请到刚刚赶完CVPR deadline就赶来给talk的中国科学院自动化研究所在读博士生常建龙，他将为大家带来“新生卷积神经网络：从欧几里得空间到非欧几里得空间”的主题分享，通过对传统卷积进行简单的泛化，使得新的卷积可以用来处理任意结构的数据。
活动信息
▼
主题：新生卷积神经网络—从欧几里得空间到非欧几里得空间
嘉宾：中国科学院自动化研究所博士研究生 常建龙
地点：将门创投斗鱼直播间
分享提纲
▼
卷积神经网络提供了一个有效且高效的框架来处理欧几里得结构的数据，如图像和视频。作为卷积神经网络的核心模块，卷积可以在不牺牲网络表达能力的前提下尽可能地减少学习的参数。受益于卷积这种巧妙的建模方式，卷积神经网络在许多领域取得了重大的成功，例如视频分类和目标检测。尽管取得了很大的成功，卷积神经网络还不能很好地处理非欧几里得结构的数据，如交通网络上的交通流数据，关系数据在社交网络上，分子活性数据等等。
在本次分享中，我们将介绍如何通过一般化传统的卷积，使得卷积神经网络可以有效且高效地应用到非欧几里得结构的数据上。具体来说，我们将离散的有限维的卷积核一般化为连续的无限维的函数卷积核。基于函数逼近理论，函数卷积核可以被可数个可学习的参数唯一表示。由于该表示的可微性，函数卷积核最终可以用传统的反向传播算法来高效学习，使得卷积神经网络可以适用于不同的任务，如交通流量预测，分子活性预测等等。
嘉宾介绍
▼
常建龙，中科院自动化所模式识别国家重点实验室在读博士，导师为潘春洪研究员。在2015年获得电子科技大学数学与应用数学专业理学学位，之后在中科院自动化所模式识别国家重点实验室攻读博士学位，主要研究方向为深度图网络、深度无监督学习和多智能体强化学习，目前以第一作者身份在NIPS和ICCV (Oral) 等机器学习与计算机视觉顶级会议发表学术论文。
观看直播或加群
▼
长按或扫描下方二维码，关注“将门创投”微信公众号(thejiangmen)，后台回复“入群”，获取入群通道及直播地址。
-The End-
将门是一家以技术创新为切入口的早期创新发掘机构,旗下设有将门创新服务、将门技术社群以及将门投资基金。
将门创新服务专注于使创新的技术落地于真正的应用场景，激活和实现全新的商业价值，服务于行业领先企业和技术创新型创业公司。
将门技术社群专注于帮助技术创新型的创业公司提供来自产、学、研、创领域的核心技术专家的技术分享和学习内容，使创新成为持续的核心竞争力。
将门投资基金专注于投资通过技术创新激活商业场景，实现商业价值的初创企业，关注技术领域包括机器智能、物联网、自然人机交互、企业计算。在两年的时间里，将门投资基金已经投资了包括量化派、码隆科技、禾赛科技、宽拓科技、杉数科技、迪英加科技等数十家具有高成长潜力的技术型创业公司。
如果您是技术领域的初创企业，不仅想获得投资，还希望获得一系列持续性、有价值的投后服务，欢迎发送或者推荐项目给我“门”: [email protected]
点击右上角，把文章朋友圈
将门创投
让创新获得认可！
閱讀更多 將門創投 的文章
