Le transport optimal pour l’apprentissage machine (par Gabriel PEYRÉ)

Colloquium
FRUMAM, St Charles, Marseille
https://optimaltransport.github.io/

Date(s) : 10/02/2023   iCal
16 h 00 min - 17 h 00 min

Gabriel PEYRÉ (DMA, École normale supérieure de Paris) – Lauréat 2021 de la Médaille d’argent du CNRS.

Le transport optimal est un outil naturel pour comparer de manière géométrique des distributions de probabilité. Il trouve des applications à la fois pour l’apprentissage supervisé (pour la classification) et pour l’apprentissage non supervisé (pour entraîner des réseaux de neurones génératifs). Le transport optimal souffre cependant de la « malédiction de la dimension », le nombre d’échantillons nécessaires pouvant croître exponentiellement vite avec la dimension. Dans cet exposé, j’expliquerai comment tirer parti de techniques de régularisation entropique afin d’approcher de façon rapide le transport optimal et de réduire l’impact de la dimension sur le nombre d’échantillons nécessaires. Plus d’informations et de références peuvent être trouvées sur le site de notre livre « Computational Optimal Transport » https://optimaltransport.github.io/.

Participer à la réunion Zoom
ID de réunion : 897 5753 4577
Code secret : voir le responsable du colloquium : raphael.BEUZART-PLESSIS@univ-amu.fr




Salle comble pour l’exposé de Gabriel Peyré ! (crédit photo : Christophe Pouet)


Colloquium de Mathématiques de Marseille

 

Emplacement
FRUMAM, St Charles (2ème étage)

Catégories



Retour en haut 

Secured By miniOrange