Extracción jerárquica no-supervisada de características mediante Autoencoders.

Abstract:

La creciente aplicación de redes profundas para la realización de tareas mediante aprendizaje automático, ha creado la necesidad de buscar metodologías para lidiar con el conocido problema de la desaparición del gradiente (Vanishing gradient problem) en el entrenamiento de redes neuronales con más de una capa oculta. Una de estas metodologías utiliza un modelo de aprendizaje no supervisado llamado Autoencoder, capaz de realizar un acercamiento “seguro” de los parámetros de la red a su valor óptimo. En esta charla se presentará el modelo Autoencoder con su justificación y fundamentos, se mostrará el Denoising Autoencoder y una variante de este denominada Convolutional Autoencoder para el entrenamiento de redes convolucionales profundas. Además se dará una introducción de una nueva clase de modelo generativo denominado Variational Autoencoder.

Posted on Aug 18, 2016 in Seminario Aprendizaje de Máquinas, Seminars