سلسلة ندوات مركز بحوث الأمن الرقمي - البروفيسور ماكسيم بانوف

العنوان:

تقيين أوجه عدم اليقين: هل يمكن لشبكتك العصبية توفير الثقة اللازمة لتوقعاتها؟

الملخص:

تقدم الشبكات العصبية أداءً جيداً في كافة تطبيقات التعلم الآلي تقريباً، وهي في النفس الوقت تقدم توقعات عالية الثقة للبيانات غير الاعتيادية أو البيانات غير المصنفة. ويكون ذلك في العديد من التطبيقات غير مقبولاً، وبالتالي تكون القدرة على تقييم درجة الثقة في التوقع مهمة للغاية ومطلوبة. وعلى أي حال، تبقى مهمة تقييم مستوى عدم اليقين للشبكات العصبية أمراً لا يستهان به، والأساليب الحالية لا تظهر جودة عالية جداً في ذلك، وغالباً ما تتطلب موارد حوسبية كبيرة. سنناقش في هذا الحديث الأساليب الحالية لتقييم مستوى عدم اليقين، بما في ذلك طرق معايرة النماذج وبناء المجموعة والشبكات العصبية "البايزي". وبالإضافة إلى ما سبق سيتم إيلاء اهتمام خاص للمنهجية الحديثة الفعالة عددياً والقائمة على شبكة عصبية واحدة، والتي لا تتطلب بناء مجموعة وتغيير كبير في إجراءات التدريب.

السيرة الذاتية:

حصل ماكسيم بانوف على درجتي البكالوريوس والماجستير من معهد موسكو للفيزياء والتكنولوجيا في عامي 2010 و2012، متخصصاً في جوانب مختلفة من مجال التعلم الآلي. وفي عام 2012، بدأ ماكسيم مرحلة الدراسة العليا وانتقل إلى مجال الإحصاء الرياضي. وقد ركز على مجال الحصول على الحدود الضيقة للتقريب الغاوسي للتوزيع (ظاهرة برنشتاين فون ميزس)، والتي شكلت جوهر أطروحة الدكتوراه الخاصة به في يناير 2016. وقد بدأ ماكسيم منذ عام 2010 العمل بدوام جزئي بصفة عالم أبحاث في شركة "DATADVANCE"، حيث شارك في تطوير مكتبة مختصة بطرق تحليل البيانات للتطبيقات الهندسية، علماً أن هذه المكتبة (تحت اسم pSeven) تستخدمها الآن العديد من الشركات في جميع أنحاء العالم، بما في ذلك شركة إيرباص وبورش وميتسوبيشي وتويوتا وليماغرين. ويعمل ماكسيم حالياً في جامعة سكولتيك بمنصب أستاذ مساعد، حيث يقود مجموعة التعلم الآلي الإحصائية. ويركز ماكسيم في أبحاثه على مناهج بايزي في التعلم الآلي والقياس الكمي لمستوى عدم اليقين وتحليلات الرسوم البيانية.