Information Bottleneck: Theory and Applications in Deep Learning
A Tishby et al. által kidolgozott híres információs szűk keresztmetszet (IB) elve a közelmúltban újból figyelmet kapott, mivel a mélytanulás területén is alkalmazzák.
Ez a gyűjtemény az IB elvet ebben az új kontextusban vizsgálja. A gyűjtemény egyes fejezetei: - újszerű betekintést nyújtanak az IB funkcionális tulajdonságaiba; - az IB elvet (és származékait) a többrétegű gépi tanulási struktúrák, például a neurális hálózatok és a döntési fák képzésének céljaként tárgyalják; és - új perspektívát kínálnak a neurális hálózatok tanulására az IB keretrendszer szemszögéből.
Gyűjteményünk így hozzájárul a kifejezetten a mélytanulásra vonatkozó IB-elv, és általánosabban a gépi tanulás információelméleti költségfüggvényeinek jobb megértéséhez. Ez megnyitja az utat a megmagyarázható mesterséges intelligencia felé.