direkt zum Inhalt springen

direkt zum Hauptnavigationsmenü

Sie sind hier

TU Berlin

Inhalt des Dokuments

Die Mysterien der neuronalen Netzwerke

Montag, 08. Mai 2017

Medieninformation Nr. 69/2017

Vortrag über mathematische Modelle für Maschinelles Lernen

„Tiefe Neuronale Netze“, international „Deep Neural Networks“ genannt, haben gerade in jüngster Vergangenheit spektakuläre Erfolge zu verzeichnen, unter anderem im Bereich Spracherkennung (Siri), Bildklassifizierung (ImageNet) oder Strategieplanung (AlphaGo). Es handelt sich um eine Methode aus dem Maschinellen Lernen. Sie ist vom menschlichen Gehirn inspiriert, und zwar von der netzwerkartigen Struktur der Neuronen im Gehirn: Wie ein Kleinkind durch Erfahrung lernt, sich in neuen Situationen zurechtzufinden, soll die Maschine an konkreten Beispielen eine Verbindungsstruktur lernen, mit der dann neue Situationen behandelt werden können. Leider gibt es derzeit kaum mathematische Theorien zu Deep Neural Networks. Stéphane Mallat, ein französischer Elektrotechniker und Mathematiker sowie Mitglied der French Academy of Sciences, konnte hier kürzlich einen ersten Durchbruch erzielen.

Durch das Fehlen der mathematischen Theorien zu Deep Neural Networks muss derzeit noch bei Anwendungen im Wesentlichen auf lediglich empirische Ergebnisse zurückgegriffen werden. Das kann signifikante Risiken bergen, nicht nur bei kritischen Anwendungen wie zum Beispiel im Bereich der Medizin. Es verursacht außerdem aufgrund der dafür notwendigen großen Teams erhebliche zusätzliche Kosten.

Im Mai wird Professor Stéphane Mallat zu Gast an der Graduiertenschule BIMoS sein (Berlin International Graduate School in Model und Simulation based Research) und als „Distinguished Lecturer“ einen Vortrag über seine neue Methode halten.

„Mathematical Mysteries of Deep Neural Networks” - BIMoS Distinguished Lecture
Professor Stéphane Mallat, École Normale Supérieure, Paris

Eintritt frei

Zeit:
Montag, den 15. Mai um 16:15 Uhr
Ort:
TU Berlin, Straße des 17. Juni 136, 10623 Berlin, Hörsaal MA 004

Stéphane Mallat entwickelt seit 2012 als Professor im Computer Science Department der École Normale Supérieure in Paris die Theorie der Scattering Networks, eine spezielle Klasse von Tiefen Neuronalen Netzwerken. Die Verbindungen der Neuronen sind durch die sogenannte Wavelet-Transformation inspiriert, die auch in dem heute viel genutzten Daten-Kompressionsstandard JPEG2000 verwendet wird. Diese Scattering Networks liefern erstaunlicherweise für bestimmte Anwendungen ähnlich gute Ergebnisse, sind aber mathematischen Analysemethoden deutlich zugänglicher, wodurch Stéphane Mallat einen fundamentalen Beitrag zum Verständnis von Deep Neural Networks leisten konnte.

Zu Prof. Stéphane Mallat:

Nach Professuren am Courant Institute of Mathematical Sciences in New York und der École Polytechnique in Paris, hatte sich Stéphane Mallat für sechs Jahre dem Aufbau eines eigenen Start-ups gewidmet. Dadurch konnte er vielfältige praktische Erfahrungen im Bereich Big Data und insbesondere im Bereich Deep Neural Networks sammeln. 2012 kehrte er als Professor ans Computer Science Department der École Normale Supérieure in Paris und damit in die akademische Welt zurück.

Zur Graduiertenschule BIMoS:


Die Berlin International Graduate School in Model and Simulation based Research (BIMoS) wurde 2014 als Graduiertenschule der TU Berlin gegründet. Sie umfasst alle Fakultäten. Als technische Universität fokussiert die TU Berlin Natur- und Technikwissenschaften und weist in ihrem Profil eine hohe interdisziplinäre und transdisziplinäre Komponente auf. Große Bedeutung wird der integrierten mathematischen Modellierung, Simulation und Optimierung beigemessen. BIMoS verfolgt alle diese Ansätze des Forschungsprofils und bietet Doktoranden und PhD-Studierenden eine international anerkannte und lebendige Forschungsumgebung.

Neben der Reihe der „BIMoS Days“ gehören die „BIMoS Distingushed Lectures“ zu den vielen Angeboten der Graduiertenschule BIMoS an alle TU-Mitglieder, die sich für interdisziplinäre Forschungsthemen im Bereich Data Science und datenbasierte Modellierung und Simulation interessieren sowie an die interessierte Öffentlichkeit.

pp

Weitere Informationen erteilt Ihnen gern:

Prof. Dr. Gitta Kutyniok
Scientific Director & Executive Director
Technische Universität Berlin
Institut für Mathematik
Tel.: 030/314 25758

Zusatzinformationen / Extras

Direktzugang

Schnellnavigation zur Seite über Nummerneingabe

Diese Seite verwendet Matomo für anonymisierte Webanalysen. Mehr Informationen und Opt-Out-Möglichkeiten unter Datenschutz.