DD2601 · Kungliga Tekniska högskolan
Djupa generativa modeller och syntes
Ny kurs
Inga tentor än
Ladda upp dina tidigare tentor och få hjälp med att strukturera ditt studiematerial
Få dina tentauppgifter kategoriseradeBli guidad genom ditt studiematerialFå hjälp direkt med teori och tipsHåll koll på dina framsteg
HP
7.5
Språk
Svenska
Nivå
Avancerad nivå
Fakultet
JRT
Institution
EECS/Tal, musik och hörsel
Lärandemål
Efter godkänd kurs ska studenterna kunna:
- karakterisera syntesuppgifter, djupa generativa metoder och deras tillämpningar
- särskilja olika mål, prestationsmått och vanliga problem med generativ modellering
- beskriva förhållandet mellan djupa generativa modeller och regressionsbaserade metoder
- träna och förbättra djupa generativa modeller på olika datamängder
- utvärdera generativa modeller objektivt och subjektivt
- diskutera etiska aspekter av särskild relevans för generativ AI
- på ett omdömesgillt sätt kunna använda djupa generativa modeller för att lösa problem inom industri och/eller akademi.
Kursinnehåll
- Relevanta begrepp från sannolikhetsteori och parameteruppskattning
- Introduktion till syntesproblem och generativa modeller
- Principer för syntes kontra klassifikation
- Regressionsmodeller kontra probabilistiska modeller
- Mål med, och utvärdering av, syntesmodeller
- Blandningstäthetsnätverk (Mixture density networks, MDNs)
- Autoregression och stora språkmodeller (LLM)
- Normaliserade flödesmodeller (Normalising flows)
- Variationskodningsnätverk (Variational autoencoders VAEs)
- Diffusionsmodeller och flödesmatchning
- Generativa antagonistiska nätverk (Generative adversarial networks, GANs)
- Subjektiv utvärdering
- Hybridmetoder
- Nya rön inom fältet
- Etiska och samhälleliga aspekter av generativ AI
Förutsättningar
- Kunskaper i djupinlärning, 6 hp, motsvarande slutförd kurs DD2424/DD2437.
- Aktivt deltagande i DD2424 under läsperiod 4 samma kalenderår jämställs med slutförd kurs. Den som är registrerad förväntas och anses vara aktivt deltagande.
- Kunskaper och färdigheter i programmering, 6 hp, motsvarande slutförd kurs DD1337/DD1310-DD1319/DD1321/DD1331/DD1333/DD100N/ID1018/ID1022.
- Kunskaper i flervariabelanalys, 7,5 hp, motsvarande slutförd kurs SF1626/SF1674/SF1686.
- Kunskaper i sannolikhetslära och statistik, 6 hp, motsvarande slutförd kurs SF1910-SF1925/SF1935 eller slutfört provmoment TEN1 inom SF1910/SF1925/SF1935.
Litteratur
Saknas
Liknande kurser vid andra universitet
Gör som 15 000+ studenter och ta kontroll över ditt tentaplugg.
Kom igång gratis