Talk预告｜北京航空航天大学贾金豆：反馈赋能Neural ODE泛化性

摘要：他与大家分享的主题是:“反馈赋能Neural ODE泛化性”，届时他将介绍一种兼具精确性与泛化性的二自由度反馈神经网络。该工作是与NTU-MARS实验室一起合作完成，已被ICLR2025录用为Oral。

本期为TechBeat人工智能社区第670期线上Talk。

北京时间3 月20日(周四)20:00，北京航空航天大学博士生贾金豆的Talk将准时在TechBeat人工智能社区开播！

他与大家分享的主题是: “反馈赋能Neural ODE泛化性”，届时他将介绍一种兼具精确性与泛化性的二自由度反馈神经网络。该工作是与NTU-MARS实验室一起合作完成，已被ICLR2025录用为Oral。

Talk·信息

▼

主题：反馈赋能Neural ODE泛化性

嘉宾：北京航空航天大学 · 博士生 - 贾金豆

时间：北京时间 3月20日(周四)20:00

地点：TechBeat人工智能社区

一键预约TALK！

Talk·介绍

▼

在连续时间预测任务中，神经常微分方程（Neural ODE）因泛化问题导致性能受限。本研究受生物体反馈机制启发，提出一种兼具精确性与泛化性的二自由度反馈神经网络。反馈回路可设计为具有收敛保证的线性形式，以及通过域随机化分层学习的神经元形式。通过三个案例实验，验证了所提算法的有效性。

Talk大纲

1. 背景 - Neural ODE在连续预测任务中的发展，以及现有提升泛化性方法，如Domain randomization；

2. 动机与问题 - Latent dynamics 学习残差的来源分析；

3. 线性反馈 - 公式推导与收敛性分析；

4. 神经元非线性反馈 - 动机与训练策略；

5. 实例验证 - 螺旋曲线轨迹预测、不规则物体轨迹预测、无人机模型预测控制。

Talk·预习资料

▼

论文链接：

项目主页：

Talk·提问交流

▼

在Talk界面下的【交流区】参与互动！留下你的打call🤟和问题🙋，和更多小伙伴们共同讨论，被讲者直接翻牌解答！

你的每一次贡献，我们都会给予你相应的i豆积分，还会有惊喜奖励哦！

Talk·嘉宾介绍

▼

贾金豆

北京航空航天大学 · 博士生

贾金豆，北京航空航天大学沈元荣誉学院/自动化科学与电气工程学院在读博士生，导师为余翔教授与郭克信副教授，研究方向包括机器人不确定性学习与预测、神经网络泛化性等，在机器人领域期刊（TRO、RAL等）、控制领域期刊（TAES、CEP等）与计算机领域会议（ICLR）以第一作者/共同一作发表多篇论文，获ICLR2025 Oral、IEEE ICCA2024 Best student paper和IEEE CAC2019 优秀论文一等奖。谷歌学术引用380余次。所提算法在航空航天院所、欧洲-SkyMagic和深圳钛翼等无人机公司得到应用，并获新闻联播、朝闻天下、光明网等媒体报道。

个人主页:

https://www.techbeat.net/grzytrkj?id=43880

-The End-