田渊栋 Meta/Facebook人工智能研究院研究员及高级经理

田渊栋博士,Meta/Facebook人工智能研究院研究员及高级经理,研究方向为深度强化学习,表示学习和优化。曾获得2021年国际机器学习大会(ICML)杰出论文奖提名(Outstanding Paper Honorable Mentions),及2013年国际计算机视觉大会(ICCV)马尔奖提名(Marr Prize Honorable Mentions)。2013-2014年在Google无人驾驶团队任软件工程师。2005年及08年于上海交通大学获本硕学位,2013年于美国卡耐基梅隆大学机器人研究所获博士学位,围棋开源项目ELF OpenGo项目中研究及工程负责人和第一作者。

所属专题

主题演讲

现实世界场景决策的机遇与挑战

近年来,深度学习在处理自然数据输入(如计算机视觉、语音识别和自然语言处理)方面成绩斐然。然而,怎样用深度神经网络来处理结构化的数据,(如日志,优化问题的结构化描述,代码),为一些离散优化问题找到一条替代人力启发式策略的神经网络方案,仍然是个未解决的问题。本次分享,将介绍如何使用强化学习和搜索方法搭配神经网络,从而寻找复杂优化问题的启发式算法。涉及到的应用领域包括:化简符号表达式、在线事务调度、神经网络架构搜索。

| 51CTO 主办
报名咨询:15600226809
媒体合作:15611889277
商务赞助:13801332155
商务邮箱:wj@51cto.com
议题提交:zhangcq@51cto.com
扫码咨询
Copyright©2005-2022 51CTO.COM 版权所有
未经许可 请勿转载