منصب دكتوراه - تدريب وتقويم الشبكات العصبية العميقة واسعة النطاق لنقل التعلم

تفاصيل الفرصة

المكافأة الإجمالية

0 $

جامعة حكومية

CEA Tech

المنطقة

أوروبا الغربية

البلد المضيف

فرنسا

آخر موعد للتقديم

31 أكتوبر 2021

المستوى التعليمي

الدكتوراه

نوع الفرصة

الدكتوراه

التخصصات

تكنولوجيا المعلومات وعلوم الحاسوب

تمويل الفرصة

غير ممولة

الدول المؤهلة

هذه الفرصة متوفرة لجميع البلدان

المنطقة المؤهلة

جميع المناطق

SL-DRT-21-0446

مجال البحث

الذكاء الاصطناعي وذكاء البيانات

نبذة مختصرة

تدريب وتقويم الشبكات العصبية العميقة واسعة النطاق لنقل التعلم يعد التعلم المحول اليوم أسلوبًا شائعًا في التعلم العميق يستخدم المعلمات المكتسبة لشبكة عامة (مستخرج ميزة) لتسريع تدريب شبكة أخرى على مهمة أكثر تحديدًا. تم تحسين هذه الشبكة المتخصصة لاحقًا لقيود الأجهزة لحالة الاستخدام المحددة. ومع ذلك ، نظرًا لأن تمثيلات مستخرج الميزات غالبًا ما تكون عامة إلى حد ما ، فقد يكون من الممكن تحسين المعلمات قبل النقل ، لتجنب أن يقوم كل مستخدم نهائي بهذا التحسين بنفسه. في هذا السياق ، تحتوي الأطروحة على الأهداف العلمية التالية: - استخدام العديد من طرق التعلم "غير الخاضعة للإشراف" (تحت الإشراف الذاتي ، والإشراف الضعيف ، وشبه الإشراف) لتدريب مستخلصي الميزات على مجموعات البيانات الكبيرة - دراسة كيفية استخدام طرق التحسين الشائعة (لا سيما التكمية) يمكن تطبيقها على هذه المستخلصات بطريقة "غير محددة المهمة" - تحديد تأثير هذه التحسينات على قدرة التعلم التحويلية ، عن طريق القياس والتحليل النظري (مثل نظرية ضغط المعلومات) الكفاءات المطلوبة: درجة الماجستير (أو ما يعادلها) ، التعلم الآلي (على وجه الخصوص التعلم العميق) ، البرمجة (Python ، Pytorch ، Tensorflow ، C ++) ، اللغة الإنجليزية الجيدة (المعرفة الفرنسية ليست مطلوبة ، ولكنها مفيدة)