Meeting su Data Science e Machine Learning

25 Settembre 2019

ore 19:00 – 20:30

Sede Musixmatch

Via San Vitale, 5 Bologna

Data Science Bologna organizza, con la gentile concessione degli spazi da parte di Musixmatch, il terzo evento della serie “Meeting su Data Science e Machine Learning”. Avremo il piacere di ascoltare un brillante PhD Student dell’università di Bologna, esperto di Machine LearningGabriele Graffieti.

Sei un professionista (o aspirante) data scientist? Sei un appassionato di machine learning? Sei un ricercatore o uno studente del settore? Sei semplicemente curioso di come le nuove tecnologie e l’intelligenza artificiale stiano  plasmando il nostro futuro e il nostro modo di vivere?

Ti aspettiamo!

La partecipazione all’evento è libera, è gradita l’adesione al link (solo 40 posti disponibili):

Link EventBrite

Al termine della presentazione ci sarà ampio spazio per le domande, il netwoking e l’organizzazione del prossimo evento.

L’evento è in collaborazione con IAML (Italian Association of Machine Learning).

Informazioni sullo speaker

Gabriele Graffieti

Short bio: Gabriele Graffieti is a research fellow and prospective PhD student at the University of Bologna, Italy. Previously, he was a Master Student at the same University, where he graduated cum laude in 2018 with the dissertation “Style Transfer with Generative Adversarial Networks”. During his university years he won two scholarships for academic exellence (2016/2017 and 2017/2018) and he was selected to represent the University of Bologna in the SWERC session of the 2014 International Collegiate Programming Contest, held in Oporto, Portugal. His main research interests include generative models, in particular generative adversarial networks, continual/lifelong learning with deep architecture and biologically plausible learning models.

Titolo contributo: From art to deep fakes: an introduction to Generative Adversarial Networks.

Abstract: Dalla loro introduzione le Generative Adversarial Networks (GANs) hanno avuto un risalto quasi senza precedenti nell’ambito dell’intelligenza artificiale, sopratutto nella computer vision, tanto da essere definite da Yann LeCun, direttore di Facebook AI research e premio Turing 2018 “l’idea di machine learning più interessante degli ultimi 10 anni”. In questo talk sarà prima fatta una introduzione generale al machine learning, focalizzandoci sulle ragioni che hanno portato allo sviluppo delle GANs, e alle loro differenze con gli altri modelli comunemente utilizzati. Saranno poi introdotte le Generative Adversarial Networks, partendo dalla loro base teorica arrivando fino a una loro implementazione con il framework PyTorch. Alla fine del talk saranno introdotte le direzioni di ricerca correnti, tra cui i modelli creativi per creare opere d’arte artificiali (Creative Adversarial Networks) e i rischi associati al sempre maggiore realismo dei risultati ottenuti (deep fakes, fake news).

Categorie: Eventi

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *