Uncertainty Quantification in Deep Residual Neural Networks-东北师范大学数学与统计学院

当前位置：首页 > 学术活动 > 正文

Uncertainty Quantification in Deep Residual Neural Networks

时间：2020年10月30日 13:45 点击数：

报告人：张赫

报告地点：腾讯会议

报告时间：2020年11月02日星期一13:30-14:30

邀请人：邢佳敏

报告摘要：

We develop a probabilistic framework and an effective training strategy for deep learning, by appealing to the stochastic maximum principle. Convergence analysis and numerical experiments are carried out to validate our methodology in both theory and performance.

会议ID：794 347 112

会议密码：123456

主讲人简介：

张赫，2017年于吉林大学获得博士学位，美国奥本大学visiting assistant professor，主要研究领域为动力系统和随机偏微分方程的数值计算方法。