¿Cuáles son los temas candentes en el aprendizaje automático y la lógica difusa juntos?

(A2A, Descargo de responsabilidad: no es un experto en lógica difusa, ¡la autopromoción está por delante!)

Soy investigador en Markov Logic Network (MLN). La lógica de Markov es una generalización de la lógica de primer orden, donde cada fórmula de primer orden se adjunta con un peso. Por lo tanto, en lugar de satisfacer todas las fórmulas, contamos el peso total de las fórmulas satisfechas (puede considerar los pesos como la fuerza de cada restricción, un peso mayor implica restricciones más estrictas).

El principal desafío en MLN es hacerlo escalable. Nuestro grupo (Investigación de Vibhav Gogate) se está centrando actualmente en hacer que la inferencia sea más escalable. Después de abordar la inferencia, nuestro próximo enfoque es hacer que el aprendizaje sea escalable.

Otra área de investigación emergente y de vanguardia está combinando el aprendizaje profundo con el aprendizaje relacional estadístico para hacer que el aprendizaje profundo sea manejable. Pedro Domingos se está centrando actualmente en esta nueva y emocionante área de investigación (Aprendizaje Profundo Tractable).

Finalmente, si realmente desea conocer el último trabajo sobre Machine Learning / Inteligencia Artificial, siga las últimas conferencias de ML. Algunos de ellos se mencionan a continuación (no en ningún orden):

  1. NIPS: NIPS
  2. AI Statistics 2015
  3. Asociación para el Avance de la Inteligencia Artificial
  4. Incertidumbre en la inteligencia artificial
  5. Conferencias conjuntas internacionales sobre inteligencia artificial
  6. ICML Lille
  7. CONFERENCIA ECMLPKDD 2014
  8. Minería de datos para el bien social

PD: Avísame si tienes algo específico en mente.

More Interesting

¿Cuáles son los métodos actuales o estándar de combinación de datos estructurados y no estructurados en redes neuronales convolucionales?

¿Qué tan buena es la Universidad de Edimburgo, en comparación con la CMU para estudios de posgrado e investigación en aprendizaje automático y neurociencia computacional?

¿Es más probable que una máquina que no ha otorgado un premio mayor otorgue uno que una máquina que acaba de otorgar un premio mayor?

¿Cómo determina el reconocimiento facial al dueño de la cara que detecta?

¿Cómo son los cursos en edX sobre aprendizaje automático, ingeniería artificial y robótica para el empleo?

¿Cómo manejo tanto la programación como la investigación en el área de redes neuronales y redes neuronales profundas?

¿Es el aprendizaje automático y el aprendizaje profundo una carrera mejor que el desarrollo web ahora?

¿Cómo es posible combinar el desarrollo web con el aprendizaje automático?

¿Cuál es un buen tutorial breve para usar el aprendizaje profundo para tareas de reconocimiento de imágenes?

¿Qué campo es el mejor, big data o machine learning?

¿Cuáles son los temas que debo saber antes de comenzar el aprendizaje automático?

¿Qué usos novedosos hay para el aprendizaje de refuerzo profundo?

¿Cómo se comparan las bibliotecas de aprendizaje automático de Python con las de Go?

¿Necesita aprender CSE (motor de ciencias de la computación) para aprender inteligencia artificial, o hay cursos de ingeniería separados para IA y aprendizaje automático?

¿Es posible agregar una nueva entrada a la capa totalmente conectada justo antes del softmax en la CNN?