发布时间:2018-02-23 09:06 原文链接: 北京大学深度学习实验室是北大数据科学研究中心

  北京大学深度学习实验室是北京大学数据科学研究中心(北京大数据研究院)最重要的基础研究机构。它集结了北京大学在计算机科学、应用和计算数学、统计学等领域的最活跃的学者。实验室主任由机器学习领域国际上最活跃的学者之一张志华教授担任。希望用三到五年的时间建成世界一流的研究机构,成为中国深度学习和人工智能学科的最主要的基础研究中心。

  实验室的使命是研究机器学习的机理,包括但不限于深度学习和强化学习,并且运用机理去解决现实问题。发展机器学习理论,研究新的机器学习模型和原型,设计高效的算法以及实现大规模的算法软件库/平台。目前研究方向主要集中在但不限于以下几个方面:

  1. 发展理解深度学习机制的理论;

  2. 发展高效的优化多层神经网络的算法;

  3. 针对不同类型问题的网络结构设计;

  4. 贝叶斯模型和产生式博弈模型;

  5. 强化学习及其应用;

  6. 自然语言处理、计算机视觉、量化经济等领域的应用。

  实验室将在数据科学专业招收直博生和硕士生,并单独培养;同时依靠北京大学数学学院和北京国际数学中心招收博士后研究员。

相关文章

科研人员开发出基于深度学习的小麦旗叶夹角测量新方法

旗叶夹角是决定小麦群体大小、群体光能拦截效率以及通风透光性能的关键农艺性状,是小麦株型的重要构成因素之一。旗叶夹角因长期依赖人工测量,导致效率低、精度差、主观性强,难以满足大规模精准育种和栽培管理的需......

固态纳米孔结合机器学习对抗衰寡肽的单分子分析取得进展

抗衰商品中的寡肽作为活性成分与皮肤细胞相互作用,加速胶原合成和纤维细胞增殖。寡肽活性成分一些是神经递质或酶抑制剂,另一些是信号肽或载体肽。研究对不同寡肽结构建立单分子特征分析方法,应用于市面不同抗衰产......

计算成像可解释性深度学习重建方法研究取得进展

傅里叶叠层成像是一种新兴的计算成像技术,其成像的正向模型包括光瞳函数的低通滤波、光瞳在频域内的扫描采样、傅里叶变换和复杂的成像噪声污染。传统基于深度神经网络学习(如卷积神经网络)方法在远距离场景下,环......

基于深度学习的时间序列预测研究获进展

时间序列预测是大规模数据无损压缩和极端天气预报等领域的核心技术。随着应用场景多样化和数据复杂性提升,现有模型在异构数据的统一表达、长序列结构依赖建模、极端天气波动捕捉等方面存在挑战。中国科学院计算机网......

首个基于深度学习的脑静脉系统相关脑出血诊断研究获突破

近日,浙江大学医学院附属第二医院童璐莎、高峰教授团队,联合浙江大学生物仪器与工程学院赵立教授团队,成功开发出一种用于区别急性自发性脑出血的可解释性的人工智能模型,该模型针对急性脑叶出血发病凶险,病因鉴......

科学家基于机器学习研发超高饱和磁感铁基非晶/纳米晶软磁材料

随着高频大功率器件快速发展,系统能耗问题成为制约行业发展的瓶颈。若将电子控制系统比作人体,芯片如同大脑承担核心控制功能,负责数据处理、信号控制和逻辑运算等任务;而电感、变压器等磁性元器件则相当于执行各......

人工智能和机器学习解决方案将如何加速细胞和基因治疗领域创新

引言:“大鹏一日同风起,扶摇直上九万里。”细胞和基因治疗(CGT)领域在过去几年中取得了显著进步,其管线和批准产品的数量急剧增加。然而CGT市场仍然面临许多挑战,这些挑战阻碍了其增长并延迟了这些疗法的......

诺贝尔物理学奖:推动机器学习技术“爆炸式”发展

还记得那个横空出世即一路“狂飙”的ChatGPT吗?2023年以来,人工智能(AI)“百模大战”从硝烟燃起到全面打响,让人应接不暇。而AI模型背后的关键技术,正是机器学习。10月8日,瑞典皇家科学院宣......

诺贝尔物理学奖为何授予机器学习?

·辛顿开发的玻尔兹曼机成为了生成模型的早期例子。玻尔兹曼机常被用作一个大网络的一部分,可以用来根据观众的喜好推荐电影或电视剧。·机器学习与传统软件不同,传统软件的工作方式就像一种配方。传统软件接收数据......

科研人员利用机器学习方法解码原子核壳演化

近日,中国科学院近代物理研究所核物理中心吕冰锋副研究员和湖州师范学院王永佳教授等利用机器学习方法研究原子核低位激发态的能量和电磁跃迁几率,在探索原子核壳演化研究中取得重要进展。相关成果于9月10发表在......