15/9/2025 Zvaná přednáška: Cory J. Butz - University of Regina, Kanada

Abstrakt: 

Pravděpodobnostní větné rozhodovací diagramy (PSDDs) představují elegantní rámec pro učení z dat a usuzování o nich. Poskytují zvládnutelné reprezentace diskrétních pravděpodobnostních rozdělení nad strukturovanými prostory definovanými rozsáhlými logickými omezeními, mohou být kompilovány z grafových modelů, jako jsou Bayesovské sítě, a lze je učit jak z úplných, tak i z neúplných datových souborů. Účinnost PSDD byla prokázána v mnoha reálných aplikacích, včetně modelování uživatelských preferencí, detekce anomálií a modelování distribuce tras.

V tomto semináři představíme tři nové příspěvky k učení a inferenci s PSDD. Za prvé, namísto procházení celého PSDD během učení parametrů pro každý příklad v datové sadě využíváme determinismus a zaměřujeme se pouze na relevantní část modelu. Za druhé, ukážeme, jak lze omezit deterministické výpočty v inferenci, čímž se vyhneme nutnosti propagovat pravděpodobnosti přes každý uzel v síti pro každý dotaz. Za třetí, představíme techniku, která paralelizuje vyhodnocení celého obvodu, místo aby paralelizovala jednotlivé násobení nebo inferenci po vrstvách. Pro učení i inferenci experimentální výsledky na referenčních PSDD z různých aplikačních domén ukazují špičkový výkon.

Kdo: Cory J. Butz, University of Regina, Kanada

Profil: osobní stránka

Kdy: 14:00 pondělí, 15. září 2025

Kde: Přednáška se uskuteční na Ústavu teorie informace a automatizace místnost 203.

Jazyk: Angličtina 

Pozvánka(EN): zde

V rámci Strategie AV21