2018年4月30日至5月03日,國際表征學習會議(International Conference on Learning Representations, ICLR 2018)在加拿大溫哥華舉辦。西電媒體實驗室博士生張振東(鄭喆坤教授指導)參加了此次會議。
ICLR由深度學習領域的知名學者Yoshua Bengio 和 Yann LeCun牽頭創辦于2013年,現已成為該領域廣泛認可的頂級學術會議。事實上,由于數據本身的復雜性(圖片,視頻,語音,文本等),深入分析與理解這些數據很大程度上取決于能否對其表征空間進行有效建模。因此表征學習近年來在人工智能領域占有重要的地位(深度學習是一種典型的表征學習方法)。此外,ICLR 2018 采用了開放式審稿系統(OpenReview),使得審稿過程更加公開透明,獲得了學術界的廣泛好評。
此次會議上,媒體實驗室博士生張振東作了題為《 Regularization Neural Networks via Constrained Virtual Movement Field 》的海報展示,并在展示期間與國內外學者就相關問題進行了細致的討論。文中提出了一種新的正則化深度神經網絡的方法。文中推導出的正則項能夠近似度量神經網絡對輸入數據的極小程度的幾何變換 (例如平移,旋轉,縮放等)的敏感性,通過最小化這樣的敏感性實現正則化的目的。
通過參加本次國際學術會議,媒體實驗室向來自世界各地的參會學者展示了自己的研究成果,并交流了在深度學習與計算機視覺領域的研究心得,切實感受到了學術界同工業界良性互動的趨勢。