home *** CD-ROM | disk | FTP | other *** search
/ NetNews Usenet Archive 1992 #27 / NN_1992_27.iso / spool / comp / ai / neuraln / 4309 < prev    next >
Encoding:
Internet Message Format  |  1992-11-18  |  5.7 KB
  1. Xref: sparky comp.ai.neural-nets:4309 ont.events:562
  2. Path: sparky!uunet!ukma!darwin.sura.net!zaphod.mps.ohio-state.edu!rpi!utcsri!csri.toronto.edu!ronr
  3. Newsgroups: comp.ai.neural-nets,ont.events,ut.dcs.ai
  4. From: ronr@csri.toronto.edu (Ron Riesenbach)
  5. Subject: Neural Networks for Industry - 2 Day Tutorial (FREE)
  6. Message-ID: <1992Nov18.164511.23623@jarvis.csri.toronto.edu>
  7. Organization: CSRI, University of Toronto
  8. Date: 18 Nov 92 21:45:12 GMT
  9. Lines: 159
  10.  
  11.  
  12.                            NEURAL NETWORKS FOR INDUSTRY
  13.  
  14.                                 A 2-Day Turorial by 
  15.  
  16.                                 Dr. Geoffrey Hinton
  17.  
  18.                                December 7 & 8, 1992
  19.                              Toronto, Ontario, Canada
  20.  
  21.  
  22. The  Annual Neural Networks for Industry tutorial presented by ITRC
  23. researcher Geoffrey Hinton will now take place at the University of Toronto
  24. instead of in Montreal.  And it's FREE.  The tutorial will still run from
  25. 9.00 am to 5.30 pm on Dec. 7 and 8, 1992.  Neural Networks for Industry '92
  26. is intended for scientists and managers who want an understanding of the
  27. current state-of-the-art in neural networks and the ability to make informed
  28. decisions about whether this technology is applicable (or may soon become
  29. applicable) to specific problems in their area of interest.  It focuses on
  30. the basic principles underlying neural networks, and provides an overview
  31. of the more significant learning procedures and how these can be used
  32. effectively in current applications.
  33.  
  34. Among the topics to be covered are applications of backpropagation, ways to
  35. improve generalization and speed convergence, competitive learning and radial
  36. basis functions, elastic matching, unsupervised learning, and a discussion
  37. of recent developments. To register and obtain details of hotel discounts in
  38. Toronto, please use the attached form. Space is limited, so please register
  39. early. This seminar is sponsored by ITRC, PRECARN and CRIM.
  40.  
  41.  
  42.  
  43.                CONTENTS OF DAY 1
  44.  
  45. 9.00-10.30  INTRODUCTION
  46. Comparison of computers and brains
  47. The Least Mean Squares learning procedure 
  48. The perceptron paradigm 
  49. Why adaptive hidden units are needed
  50. Varieties of learning procedure 
  51. The backpropagation algorithm 
  52.  
  53. 11.00-12.30  SOME APPLICATIONS OF BACKPROPAGATION
  54. The NetTalk example 
  55. Detecting bombs in suitcases
  56. Following a road with an autonomous land vehicle 
  57. Recognizing cancerous cells in Pap-smears
  58. Removing atmospheric distortion from telescopes
  59. Predicting biochemical processes
  60. Cross-entropy error functions 
  61. Adaptive interfaces: The Glove-Talk example 
  62. Ways to incorporate expert knowledge 
  63. Forward and inverse models for control 
  64.  
  65. 2.00-3.30  IMPROVING GENERALIZATION AND SPEEDING LEARNING
  66. Theoretical results on generalization
  67. Simplicity and generalization
  68. Varieties of weight decay 
  69. Cross-validation 
  70. Ways of making backpropagation learn faster 
  71. Line search and conjugate gradient 
  72. Cascade-correlation and an application 
  73. Guidelines for applying backpropagation 
  74.  
  75. 4.00-5.30  MORE APPLICATIONS OF BACKPROPAGATION
  76. Recognizing phonemes in spectrograms 
  77. Recognizing hand-printed digits 
  78. Hidden Markov Models
  79. Learning the probabilities in HMM's
  80. Combining neural nets and HMM's
  81.  
  82.  
  83.               CONTENTS OF DAY 2
  84.  
  85. 9.00-10.30  COMPETITIVE LEARNING AND MAP FORMATION
  86. Finding clusters with competitive learning 
  87. Soft competitive learning
  88. The EM algorithm 
  89. Kohonen's method of forming topographic maps 
  90. Methods of forming maps for autonomous robots
  91.  
  92. 11.00-12.30  COMBINING COMPETITIVE AND SUPERVISED LEARNING
  93. Radial basis function networks
  94. Methods of choosing the basis functions
  95. Some comparisons of learning speed
  96. Communities of expert networks 
  97. A vowel recognition example
  98.  
  99. 2.00-3.30  UNSUPERVISED LEARNING AND THE MINIMUM DESCRIPTION LENGTH FRAMEWORK
  100. The minimum description length framework
  101. Extracting principal components  
  102. Self-supervised  backpropagation 
  103. Cooperative vector quantization
  104.  
  105. 4.00-5.30  MISCELLANEOUS RECENT DEVELOPMENTS AND GENERAL INFORMATION
  106. A better way of keeping the weights simple 
  107. The Bayesian approach: Ensembles of networks
  108. Backpropagation through time and HMM's 
  109. Simulators, workstations, boards, and chips  
  110. Neural network journals and conferences 
  111.  
  112.  
  113.  
  114. ----------------------------------------------------------------------------
  115.  
  116.                                 Registration Form
  117.  
  118.                           Neural Networks for Industry '92
  119.  
  120.                              by  Dr. Geoffrey Hinton
  121.  
  122.                          sponsored by ITRC, Precarn, CRIM
  123.  
  124.                                December 7-8, 1992
  125.                              University of Toronto
  126.                                Galbraith Building
  127.                           35 St. George St., rm. 202
  128.                                   Toronto, ON
  129.  
  130. (space is limited, please register early)
  131.  
  132.  
  133. Name    ________________________________________________________
  134.  
  135. Title        ________________________________________________________
  136.  
  137. Organization________________________________________________________
  138.  
  139. Address    ________________________________________________________
  140.  
  141.         ________________________________________________________
  142.  
  143. City        __________________________ Postal Code___________________
  144.  
  145. Telephone    ____________________________ Fax_________________________
  146.  
  147. Please fax, mail or email to:
  148.  
  149. Rosanna Reid, ITRC
  150. D.L. Pratt Bldg., rm. 286
  151. 6 King's College Rd.
  152. University of Toronto
  153. Toronto, ON M5S 1A1
  154. fax: 416-978-7207
  155. email: rosanna@itrchq.itrc.on.ca
  156.  
  157. Two hotels in close proximity to the University that have good rates are:
  158. The Delta Chelsea Inn, 33 Gerrard St., W., 416/595-1975; and The Journey's End,
  159. 280 Bloor St., W., 416/968-0010.
  160.  
  161. Please mention that you are a University of Toronto visitor so that you may
  162. obtain corporate/government rates.
  163.  
  164. ----------------------------------------------------------------------------
  165.  
  166.  
  167.  
  168.  
  169.  
  170.