微信里点“发现”,扫一下
二维码便可将本文分享至朋友圈
演讲摘要:汽车智能化是汽车产业与人工智能、高性能计算等新一代信息技术在交通出行领域深度融合的体现,是国家汽车战略发展的重大方向。现有自动驾驶汽车事故表明,动态开放的真实交通环境下自动驾驶系统存在适应性差、安全性弱等问题。基于机器学习的决策方法可解释性较差,导致“人不信机器”。为此,本报告将探讨可解释的神经网络。首先介绍可解释神经网络的国内外研究现状,然后介绍使用可学习的Dropout 来学习解耦过滤器-类别纠缠,提高神经网络的可解释性。
讲者简介:叶伟现为同济大学电子与信息工程学院特聘研究员、博士生导师,长期从事数据挖掘、机器学习、人工智能算法的研究。入选同济大学青年百人计划和上海市领军(海外)青年人才。2018年在德国慕尼黑大学获得计算机科学博士学位,之后分别在腾讯AI Lab研究游戏AI,在美国加州大学圣塔芭芭拉分校研究图机器学习。