【04.13】“青年科技工作者园地”第154次活动：ChatGPT的原理和用于科学的进展、基于多模态语义特征融合的Web异常检测方法、一种级联相关性增长深度学习神经网络的算法
“青年科技工作者园地”第154次活动
时间：2023年04月13 (周四) 下午14:30
地点：二楼会议室（东莞同事和同学通过视频）
会议时间：2023/04/13 14:30-17:00
腾讯会议：245405698
入会密码：113115
题目：ChatGPT的原理和用于科学的进展
报告人：张正德
报告简介：ChatGPT的巨大成功证明了基于大语言模型(LLM)和人类反馈强化学习(RLHF)是实现能力涌现的有效途径，报告将介绍ChatGPT及实现原理、限制和风险，探讨大模型的能力涌现、分布外泛化、置信度刻度偏差、个性化定制等内容，并思考生成式大模型在高能物理的应用，汇报近期在数据准备、模型训练方面的进展。
ChatGPT体验地址：ai.ihep.ac.cn
题目：基于多模态语义特征融合的Web异常检测方法
报告人：王丽
报告简介：为了检测基于Web的异常攻击，研究人员提出了大量基于Web日志分析、 Web流量分析和用户行为分析的基于异常的入侵检测方法。 无论采用哪种检测算法，异常检测模型的关键都是特征提取。 目前大多 数的特征提取方法都集中在单条URL本身的语义特征上，而不是多角度 的。 报告将介绍一种基于多模态的语义特征融合方法来解决这些问题。
题目：一种级联相关性增长深度学习神经网络的算法
报告人：刘一
报告简介：级联相关性是一种重要的算法，用于通过人工神经网络解决实际问题，是一种新的架构和监督学习算法。根据级联相关算法中的一些特征，动态改变神经网络的结构。这个过程优化了网络的架构，旨在加快学习过程，并在推广方面产生更好的性能。迄今为止，许多研究人员提出了几种不断增长的算法来优化前馈神经网络架构。该算法已在各种医疗数据集上进行了测试。结果表明，该算法是评估其准确性和灵活性的更好方法。
附件下载：
