سلسلة ندوات مركز بحوث الأمن الرقمي - أليكساندر كوروتين

العنوان:

النقل العصبي الأمثل

الملخص:

صبحت معالجة المشاكل في النقل الأمثل (OT) باستخدام الشبكات العصبية مجالاً رائجاً في التعلم الآلي، إذ إن معظم الأساليب المتوفرة حالياً تحسب تكاليف النقل الأمثل وتستخدمها بصورة دالة الخسارة من أجل تحديث المولد في النماذج التوليدية (Wasserstein GANs). سنناقش في هذا العرض التقديمي المناهج المختلفة والحديثة في حوسبة خطة النقل الأمثل واستخدامها بصورة النموذج التوليدي، فقد أظهرت الاكتشافات الأخيرة في هذا المجال أنها توفر أداءً مشابه لشبكات WGAN. وفي نفس الوقت، تمتلك هذه المنهجيات ميزات نظرية وعملية واسعة.

ونشير إلى أن العرض التقديمي سيستند بصورة أساسية على البحث الحديث "النقل العصبي الأمثل" https://arxiv.org/abs/2201.12220 سأقدم خوارزمية عصبية لحوسبة خطط النقل الأمثل (الخارطة) من أجل تكاليف النقل المنخفضة والباهظة. ومن أجل ذلك سأناقش الخصائص النظرية المهمة الموجودة في مشاكل النقل الأمثل، والتي تُمكن من تطوير خوارزميات تعليم عملية وفعالة. وسأبين أيضاً أداء الخوارزمية في أسلوب النقل (صورة إلى صورة).

السيرة الذاتية:

حصل أليكساندر على درجة البكالوريوس في الرياضيات وعلى درجة الماجستير في علوم الحاسوب من المدرسة العليا للاقتصاد. وهو حالياً طالب دكتوراة في علوم الحاسوب في معهد سكولكوفو للعلوم والتكنولوجيا، كما أنه باحث في معهد أبحاث الذكاء الاصطناعي. وتتمحور الاهتمامات البحثية لأليكساندر في مجالات النمذجة التوليدية المتعمقة والنقل الحوسبي الأمثل. وهو يعمل على إيجاد الحلول الفعالة المبنية على الشبكات العصبية لحل مشاكل النقل الأمثل (حوسبة تكاليف النقل الأمثل والخطط ومراكز الأبعاد المتناسبة والتدفق المتدرج) الموجهة نحو تطبيقات التعلم الآلي واسعة النطاق (تصنيع الصور، ترجمة من صورة إلى صورة، استعادة الصور، إلخ).