Математика глубокого обучения
| Название НИОКТР | Математика глубокого обучения |
|---|---|
| Аннотация | Нейронные сети и глубокое обучение стали ключевыми технологиями нашего времени. Тем не менее, существует значительный разрыв между практическими успехами глубокого обучения и их теоретическим пониманием. Основная цель данного проекта — разработка новых математических методов для анализа нейронных сетей, позволяющих объяснить связанные с ними важные эффекты, прогнозировать их свойства и управлять их характеристиками более эффективно. Проект включает инновационную теоретическую часть, где передовые методы современной математики будут применяться для решения вопросов обучения, оптимизации, устойчивости и оценки неопределенности предсказаний нейронных сетей. Кроме того, проект будет иметь прикладную часть, в которой новые нейросетевые методы будут применяться к актуальным индустриальным задачам, в первую очередь задачам, возникающим в технологиях беспроводной связи. |
| Доступ к ОКОГУ исполнителя | False |
| Количество связанных РИД | 0 |
| Количество завершенных ИКРБС | 0 |
| Сумма бюджета | 21000.0 |
| Дата начала | 2025-05-29 |
| Дата окончания | 2027-12-31 |
| Номер контракта | 25-11-00355 |
| Дата контракта | 2025-05-29 |
| Количество отчетов | 1 |
| УДК | 004.8.032.26 |
| Количество просмотров | 4 |
| Руководитель работы | Яроцкий Дмитрий Александрович |
| Руководитель организации | Романова Дарья Александровна |
| Исполнитель | АВТОНОМНАЯ НЕКОММЕРЧЕСКАЯ ОБРАЗОВАТЕЛЬНАЯ ОРГАНИЗАЦИЯ ВЫСШЕГО ОБРАЗОВАНИЯ "СКОЛКОВСКИЙ ИНСТИТУТ НАУКИ И ТЕХНОЛОГИЙ" |
| Заказчик | Российский научный фонд |
| Федеральная программа | Отсутствует |
| Госпрограмма | — |
| Основание НИОКТР | Грант |
| Последний статус | 2025-07-29 11:23:15 UTC, 2025-07-29 11:23:15 UTC |
| ОКПД | Нет |
| Отраслевой сегмент | — |
| Минздрав | — |
| Межгосударственная целевая программа | — |
| Ключевые слова | нейронные сети; глубокое обучение; оптимизация; оценка неопределенности; обучаемое быстрое преобразование Фурье; распознавание изображений; вероятностные представления; сертифицируемая устойчивость; обучение признаков; градиентный спуск |
| Соисполнители | — |
| Типы НИОКТР | Фундаментальное исследование; Поисковое (ориентированные фундаментальные) исследование |
| Приоритетные направления | — |
| Критические технологии | — |
| Рубрикатор | 28.23.37 - Нейронные сети |
| OECD | — |
| OESR | Компьютерные, информационные науки и биоинформатика (разработка аппаратного обеспечения относится к разделу 2.2, социальный аспект относится к разделу 5.8) |
| Приоритеты научно-технического развития | а) переход к передовым технологиям проектирования и создания высокотехнологичной продукции, основанным на применении интеллектуальных производственных решений, роботизированных и высокопроизводительных вычислительных систем, новых материалов и химических соединений, результатов обработки больших объемов данных, технологий машинного обучения и искусственного интеллекта; |
| Регистрационные номера | — |