نرم های ساختاربندی شده و کاربرد آنها در یادگیری ماشین

انجمن علمی ریاضی دانشگاه صنعتی شریف، نشست نرم های ساختاربندی شده و کاربرد آنها در یادگیری ماشین را برگزار می کند.

- انجمن علمی ریاضی دانشگاه صنعتی شریف، نشست نرم های ساختاربندی شده و کاربرد آنها در یادگیری ماشین را برگزار می کند.

به گزارش باشگاه دانشجویان ایسنا، برآورد مدل های یادگیری ماشین از داده های با ابعاد بالا از جمله چالش های نظریه یادگیری است که امروزه بسیار مورد توجه قرار گرفته است.

از جمله فرض های اساسی در این خصوص پراکندگی مدل موردنظر است.

در این برنامه به طور کلی به مسئله برآورد چنین مدل هایی در قالب چند مسئله کاربردی در حوزه های مختلف زیست شناسی مولکولی، اقتصاد و علوم کامپیوتر پرداخته می شود که دارای یک ساختار پیچیده شامل اجزای پراکنده، کم ساختار با متراکم هستند.

ضمن ارائه یک رویکرد کلی مبتنی بر یک نرم جدید ساختاربندی شده نشان داده می شود که با استفاده از چنین رویکردی امکان تخمین ساختارهای چیده ای از داده های با ابعاد بالا امکان پذیر خواهد بود مدل ریاضی نهایی را به صورت یک مسئله بهینه سازی محدب فرمول بندی شده و برای حل کارآمد آن یک الگوریتم ADMM ارائه داده می شود.

در انتها اثربخشی مدل را روی داده های واقعی نظیر ساختار ژنتیک مولکولی، پردازش تصاویر و تحلیل یک مدل مالی در موسسات افتصادی نشان داده می شود.