Projekty finansowane przez NCN


Dane kierownika projektu i jednostki realizującej

Szczegółowe informacje o projekcie i konkursie

Słowa kluczowe

Aparatura

Wyczyść formularz

Nowe metody uczenia reprezentacji w Deep Learningu

2017/24/T/ST6/00487

Słowa kluczowe:

Deskryptory:

  • ST6_7: Sztuczna inteligencja, systemy inteligentne i wieloagentowe
  • ST6_11: Uczenie maszynowe, statystyczne przetwarzanie danych i zastosowanie w przetwarzaniu sygnałów

Panel:

ST6 - Informatyka i technologie informacyjne: technologie i systemy informacyjne, informatyka, obliczenia naukowe, systemy inteligentne

Jednostka realizująca:

Uniwersytet Jagielloński, Wydział Matematyki i Informatyki

woj. małopolskie

Inne projekty tej jednostki 

Kierownik projektu (z jednostki realizującej):

Stanisław Jastrzebski 

Liczba wykonawców projektu: 2

Konkurs: ETIUDA 5 - ogłoszony 2016-12-15

Przyznana kwota: 63 481 PLN

Rozpoczęcie projektu: 2017-10-02

Zakończenie projektu: 2018-04-01

Planowany czas trwania projektu: 6 miesięcy (z wniosku)

Status projektu: Projekt rozliczony

Opis Projektu

Pobierz opis projektu w formacie .pdf

Uwaga - opisy projektów zostały sporządzone przez samych autorów wniosków i w niezmienionej formie umieszczone w systemie.

Dane z raportu końcowego/rocznego

  • Teksty w publikacjach pokonferencyjnych (3)
  1. On the Relation Between the Sharpest Directions of DNN Loss and the SGD Step Length
    Autorzy:
    S. Jastrzębski, Z. Kenton, N. Ballas, A. Fischer, Y. Bengio, A. Storkey
    Konferencja:
    International Conference on Learning Representations 2019 (rok: 2019, ), Wydawca: N/A
    Data:
    konferencja 06.05.2019-09.05.2019
    Status:
    Opublikowana
  2. Width of Minima Reached by Stochastic Gradient Descent is Influenced by Learning Rate to Batch Size Ratio
    Autorzy:
    S. Jastrzębski, Z. Kenton, D. Arpit, N. Ballas, A. Fischer, Y. Bengio, A. Storkey
    Konferencja:
    Artificial Neural Networks and Machine Learning – ICANN 2018 (rok: 2018, ), Wydawca: Springer International Publishing
    Data:
    konferencja 4-7.10.2018
    Status:
    Opublikowana
  3. Dynamical Isometry is Achieved in Residual Networks in a Universal Way for any Activation Function
    Autorzy:
    W. Tarnowski, P. Warchoł, S. Jastrzębski, J. Tabor, M. A. Nowak
    Konferencja:
    The 22nd International Conference on Artificial Intelligence and Statistics (rok: 2019, ), Wydawca: PMLR
    Data:
    konferencja 16-18.04.2019
    Status:
    Opublikowana