「AI Drive」是由 PaperWeekly 和 biendata 共同發起的學術直播間，旨在幫助更多的青年學者宣傳其最新科研成果。我們一直認為，單向地輸出知識并不是一個最好的方式，而有效地反饋和交流可能會讓知識的傳播更加有意義，從而產生更大的價值。

本期 AI Drive，我們邀請到上海交通大學博士生任潔和本科生李明杰，為大家在線解讀其發表于 ICML 2021 的最新工作：Graph Structure Estimation Neural Networks。對本期主題感興趣的小伙伴，7 月 22 日（周四）晚 7 點，我們準時相約 PaperWeekly B 站直播間。

直播信息

在人工智能時代，深度學習已經在諸多方面有了廣泛的應用，然而，神經網絡黑盒本質使得人們難以理解這個復雜的系統。為了打開這一黑盒，目前，對神經網絡的「解釋」不僅需要在視覺概念的層面“實驗觀察”特征的語義，更需要“理論解釋并建模”神經網絡的表達能力，從而打通“直覺上的語義”與“數學建模表達能力”之間的壁壘。

基于此，本項研究提出了一種對神經網絡中層“特征復雜度”的通用量化指標，這一方法能夠將神經網絡中層特征拆分成不同階次的復雜度分量。通過對不同復雜度特征分量的可視化，人們可以更清晰地分析不同復雜度分量的語義；同時，本研究也提出了數學指標以分析不同復雜度分量的可靠性、有效性、以及過擬合程度。作為一種通用指標，本項研究也可以為深度學習中的一些經典方法提供全新角度的解釋。

論文標題：

Interpreting and Disentangling Feature Components of Various Complexity from DNNs

論文鏈接：

https://arxiv.org/abs/2006.15920

本次分享的具體內容有：?

• 背景介紹

• 問題建模：定義并拆分神經網絡中層特征的復雜度

• 量化指標：定量分析不同復雜度的特征分量

• 探索實驗：多角度實驗探索神經網絡的表達能力

• 工作總結：報告總結與未來展望

嘉賓介紹

?任潔?/ 上海交通大學博士生?

任潔，上海交通大學一年級博士生，導師為張拳石教授。主要研究方向為計算機視覺、神經網絡的可解釋性等。目前已在 T-PAMI 期刊發表一篇論文，在 ICLR, ICML, ICCV 等頂會發表四篇論文。

?李明杰?/?上海交通大學本科生?

李明杰，本科畢業于上海交通大學，即將在上海交大計算機系攻讀碩士學位，導師為張拳石教授。主要研究方向為計算機視覺、神經網路可解釋性等。目前已在 ICML、ICLR 上發表過相關論文。

直播地址?& 交流群

本次直播將在 PaperWeekly B 站直播間進行，掃描下方海報二維碼或點擊閱讀原文即可免費觀看。線上分享結束后，嘉賓還將在直播交流群內實時 QA，在 PaperWeekly 微信公眾號后臺回復「AI Drive」，即可獲取入群通道。

B 站直播間：

https://live.bilibili.com/14884511

合作伙伴

????

現在，在「知乎」也能找到我們了

進入知乎首頁搜索「PaperWeekly」

點擊「關注」訂閱我們的專欄吧

·

總結

以上是生活随笔為你收集整理的直播 | ICML 2021论文解读：对神经网络中层特征复杂度的解释与拆分的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。