BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//Institute of Mathematics and Informatics - ECPv6.0.8//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALNAME:Institute of Mathematics and Informatics
X-ORIGINAL-URL:https://math.bas.bg
X-WR-CALDESC:Събития за Institute of Mathematics and Informatics
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:Europe/Sofia
BEGIN:DAYLIGHT
TZOFFSETFROM:+0200
TZOFFSETTO:+0300
TZNAME:EEST
DTSTART:20230326T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0300
TZOFFSETTO:+0200
TZNAME:EET
DTSTART:20231029T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=Europe/Sofia:20231025T150000
DTEND;TZID=Europe/Sofia:20231025T163000
DTSTAMP:20260418T060704
CREATED:20231010T182251Z
LAST-MODIFIED:20231010T182251Z
UID:15162-1698246000-1698251400@math.bas.bg
SUMMARY:Семинар по Приложна математика
DESCRIPTION:Крайни автомати и невронни мрежи за езиково моделиране\nДокладчик: проф. Стоян Михов\nДата: 25.10.2023 г.\nЧас: 15:00 ч.\nМясто: Зала 503 на ИМИ-БАН \nРезюме: Езиковите модели са основен инструмент за решаването на редица сложни задачи като извличане на информация\, генерация на естествен език\, машинен превод\, речева комуникация и много други. Традиционно езиковите модели се представят с крайни преобразуватели. През последните години обаче езиковите модели\, базирани на невронни мрежи\, извършиха значителен скок в качеството на езиковото моделиране\, с което се постигнаха близки до човешки способности в много задачи за разбиране на естествен език. \nВ предстоящата лекция ще направим първо кратък преглед на традиционните представяния на езикови модели\, базирани на крайни преобразуватели. След това ще покажем често използвани архитектури на невронни мрежи за езиково моделиране и ще обсъдим техните предимства спрямо моделите\, базирани на крайни преобразуватели.\nВ третата част на лекцията ще представим нашия подход за конструиране на ансамбли от крайни автомати\, използвайки методите на дълбокото машинно обучение. По този начин ще комбинираме високото качество на невронните езикови модели с изчислителната ефективност на крайните автомати. Ще покажем\, че клас от архитектури на невронни мрежи е изчислително изоморфен на клас от ансамбли от крайни автомати.\nВ заключение\, ще представим емпирични резултати\, показващи\, че с помощта на нашия подход достигаме до перплексия (качество) на езиковите модели\, реализирани с ансамбли от крайни автомати\, конкурентна с перплексията на невронните езикови модели. \nФейсбук страница на семинара: Семинар по Приложна математика
URL:https://math.bas.bg/event/%d1%81%d0%b5%d0%bc%d0%b8%d0%bd%d0%b0%d1%80-%d0%bf%d0%be-%d0%bf%d1%80%d0%b8%d0%bb%d0%be%d0%b6%d0%bd%d0%b0-%d0%bc%d0%b0%d1%82%d0%b5%d0%bc%d0%b0%d1%82%d0%b8%d0%ba%d0%b0-6/
LOCATION:Институт по математика и информатика – БАН\, Block 8\, 1113 БАН IV км.\, София\, Bulgaria
CATEGORIES:Редовен семинар
ORGANIZER;CN="%D0%98%D0%BD%D1%81%D1%82%D0%B8%D1%82%D1%83%D1%82%20%D0%BF%D0%BE%20%D0%BC%D0%B0%D1%82%D0%B5%D0%BC%D0%B0%D1%82%D0%B8%D0%BA%D0%B0%20%D0%B8%20%D0%B8%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%82%D0%B8%D0%BA%D0%B0%20-%20%D0%91%D0%90%D0%9D":MAILTO:office@math.bas.bg
END:VEVENT
END:VCALENDAR