El proper dimarts 26 de març, a les 18:30h, tindrà lloc al Tech Talent Center (c /Badajoz 73, Barcelona) la Openclass: "Deep Learning for Graphs and Sets", a càrrec d'Adriana Romero, investigadora a Facebook AI Research i professora adjunta a la Universitat McGill.
L'aprenentatge profund ha aconseguit resultats notables en camps com la visió per computador, el reconeixement de la parla o el processament del llenguatge natural. Més recentment, hi ha hagut avenços en l’aprenentatge de representacions per a grafs i conjunts, un fet que ha permès importants innovacions en camps com la visió 3D, les xarxes biològiques i l’anàlisi de xarxes socials.
En aquesta xerrada, Adriana Romero presentarà el seu treball en Xarxes d’Atenció sobre Grafs (Graph Attention Networks - GATs). La sessió començarà amb un repàs a les xarxes neuronals pel processament de dades estructurades en grafs, posant especial èmfasi en les convolucions sobre grafs, destacant els reptes que han motivat el seu treball. A continuació, presentarà les GATs, una arquitectura de xarxa neuronal que aprofita les capes d’auto-atenció emmascarada per superar les limitacions de mètodes previs de convolucions sobre grafs o les seves aproximacions. La segona part de la sessió se centrarà a la predicció de conjunts i les aplicacions que se’n deriven. En concret, es parlarà sobre la importància de modelar la co-ocurrència d’objectes en diverses tasques de predicció de conjunts. Com a cas d’estudi, es presentarà una solució a la generació automàtica de receptes a partir d’imatges amb menjars, en la qual els ingredients són tractats com a conjunts.
Aquesta openclass es realitzarà EN ANGLÈS.
La ponent
Adriana Romero és investigadora a Facebook AI Research Montreal i professora associada a la Universitat McGill. Actualment està involucrada en diversos projectes relacionats amb la intersecció entre la generació condicionada de dades, multi-modalitat i dades estructurades com grafs. Prèviament va ser investigadora postdoctoral al Montreal Institute for Learning Algorithms (MILA), sota la direcció de professor Yoshua Bengio. La seva investigació postdoctoral va girar al voltant de tècniques d'aprenentatge profund per afrontar reptes biomèdics, com ara les imatges multi-modals, dades d’alta dimensionalitat i estructures de grafs. Va obtenir el seu doctorat a la Universitat de Barcelona l’any 2015 amb una tesi sobre l'entrenament de xarxes neuronals profundes amb aplicacions a la visió per computador, amb la direcció del Dr. Carlo Gatta. El seu doctorat incloïa contribucions en els camps de l’aprenentatge de representacions i la compressió de models, amb aplicacions a la classificació i segmentació d’imatges i la teledetecció.
Aquesta sessió és oberta i gratuïta. Per assistir-hi, cal confirmar assistència a través del formulari "HI VULL ASSISTIR" que trobaràs a continuació. Places limitades.
