摘要: ??第34届机器学习领域顶级学术会议NeurIPS将于12月8-12日在线上举行,疫情丝毫没有影响到世界各地AI人的学术热情,9454篇投稿、1900篇接收再创新高,20.09%的录取率也创下历史新...
??第34届机器学习领域顶级学术会议NeurIPS将于12月8-12日在线上举行,疫情丝毫没有影响到世界各地AI人的学术热情,9454篇投稿、1900篇接收再创新高,20.09%的录取率也创下历史新低。
了解我“门”的老朋友一定知道,过去的三年将门已连续在NeurIPS期间奔赴美国长滩、加拿大蒙特利尔和温哥华,举办机器学习界大咖新星云集的精英晚宴。
即使今年不能跟大家在线下面基,我们依然选择将学习探讨和交流碰撞搬到了线上:邀请到了七家来自国内外极负盛
名的高校/大厂研究团队,他们将以“机构专场”的形式,集中分享各自的工作。
为了方便大家规划时间,
特将所有的机构专场安排一次性大放送
墙裂建议收藏+保存,方便随时查看!
打开网易新闻 查看精彩图片
活动信息
▼
活动时间:北京时间12月5、6、12、13日
(双周末,贴心避开NeurIPS主会议和工作日)
活动地点:腾讯会议,每场活动的地址将在报名通过审核后通过微信/邮件告知
活动议程:
团队leader介绍整体工作
团队成员分别讲解NeurIPS工作
Free Q&A (想问的问题一定要在报名时写清楚哦~)
活动费用:全部免费!
报名方式:长按下方二维码,填写报名表单即可报名 (每场活动需单独报名,报名截止至该场活动前一天20:00)
康康他们都来讲些啥?
打开网易新闻 查看精彩图片
机构阵容
▼
NO.1
12月5日 9:00-11:00
MIT HAN LAB
致力于设计更快更高效的神经网络模型和硬件加速方案。
韩松
MIT助理教授
蔡涵
MIT HAN Lab在读博士生
论文:Tiny Transfer Learning: Towards Memory-Efficient On-Device Learning
陈威銘
台湾大学博士,MIT HAN Lab准博后
论文:MCUNet: Tiny Deep Learning on IoT Devices
林己
MIT HAN Lab在读博士生
论文:MCUNet: Tiny Deep Learning on IoT Devices
赵晟宇
清华大学&MIT HAN Lab访问学生
论文:Differentiable Augmentation for Data-Efficient GAN
Training
NO.2
12月5日20:00-22:00
北京大学计算机系
数字媒体所相机智能实验室
Camera Intelligence在北京大学计算机科学与技术学院数字媒体研究所 (IDM) 进行计算摄影与计算机视觉的研究,研究并制造了带有人工智能算法的摄像头,具有超人脑的视觉感知和计算能力。
施柏鑫
北京大学计算机系研究员、博士生导师
周矗
北京大学智能科学系二年级博士生
论文:UnModNet: Learning to Unwrap a Modulo Image for High Dynamic Range Imaging
姚卓坤
天津大学智能与计算学部二年级硕士生
论文:GPS-Net: Graph-based Photometric Stereo Network
刘旭
京东AI算法研究员
论文:Group Contextual Encoding for 3D Point Clouds
NO.3
12月6日9:00-11:00
微软亚洲研究院
深度和强化学习组
从算法和实践两个方面推动了深度学习和强化学习的研究,研究领域包括:深度表示学习、深度结构学习、深度强化学习、自动机器学习、迁移学习、生成模式和因果学习等。
秦涛
微软亚洲研究院首席研究员、深度和强化学习组负责人
林子钏
清华大学计算机系在读博士生
论文:RD^2: Reward Decomposition with Representation Disentanglement
罗人千
微软亚洲研究院 研究实习生
论文:Semi-Supervised Neural Architecture Search
宋恺涛
南京理工大学计算机系在读博士生
论文:MPNet: Masked and Permuted Pre-training for Natural Language Understanding
NO.4
12月6日20:00-22:00
微软亚洲研究院
视觉计算组
微软亚洲研究院的视觉计算小组由一个精英研究团队组成,他们的专业横跨计算机视觉的研究课题,从数学理论到实际应用,从物理系统到软件开发,从低级图像处理到高级图像理解。
胡瀚
微软亚洲研究院 研究员
曹越
微软亚洲研究院 研究员
论文:Parametric Instance Classification for Unsupervised Visual Feature Learning
魏芳芸
微软亚洲研究院 Research SDE
论文:RelationNet++: Bridging Visual Representations for Object Detection via Transformer Decoder
董潇逸
微软亚洲研究院实习生、中国科学技术大学在读博士生
论文:GreedyFool: Distortion-Aware Sparse Adversarial Attack
陈亦弘
微软亚洲研究院实习生、北京大学硕士研究生
论文:RepPoints V2: Verification Meets Regression for Object Detection
NO.5
12月12日9:00-11:00
Facebook AIResearch
田渊栋团队
Facebook基础研究团队,主要研究方向为强化学习(多智能体,搜索及游戏)和神经网络分析。
田渊栋
Facebook人工智能研究院研究员/研究经理
论文:Joint Policy Search for Multi-agent Collaboration with Incomplete Information
王林楠
布朗大学在读博士生
论文:Learning Search Space Partition for Black-box Optimization using Monte Carlo Tree Search
NO.6
12月13日9:00-11:00
佐治亚理工学院
机器学习团队
主要研究方向为机器学习,尤其是非线性模型,包括核方法、深度学习和概率图形模型。
宋乐
佐治亚理工学院 助理教授
陈昺弘
佐治亚理工学院在读博士生
论文:Retro*: Learning Retrosynthetic Planning with Neural Guided A* Search
陈心诗
佐治亚理工学院在读博士生
论文:Understanding Deep Architectures With Reasoning Layer
戴涵俊
Google Brain 研究科学家
论文:A Framework for Differentiable Discovery of Graph Algorithms
张庆儒
佐治亚理工学院在读博士生
论文:Bandit Samplers for Training Graph Neural Networks
张驭宇
佐治亚理工学院在读博士生
论文:Question Directed Graph Attention Network for Numerical Reasoning over Tex
NO.7
12月13日20:00-22:00
上海交通大学
思维工场实验室
为解决现实问题,严峻驰博士于2018年4月建立SJTU-ThinkLab (上海交通大学思维工场实验室),通过开发尖端技术,将数据驱动的方法与领域知识交织在一起更好地探索和应用。近年来的研究主要集中在关系建模、序列建模和学习上,也是数据科学和机器学习的主要方面。
严骏驰
上海交通大学计算机科学与工程系 博士生导师
汪润中
上海交通大学 在读博士生
论文:
Graduated Assignment for Joint Multi-Graph Matching and Clustering with Application to Unsupervised Graph Matching Network Learning
注意事项
▼
1. 每人可报名多场活动 ,请根据自身兴趣合理安排观看时间;
2. 每场活动有 单独的报名页面 ,如果希望报名多场活动,请填写相应的活动报名表单;
3. 请保证所填信息的真实性和准确性,方便主办方进行审核;
4. 报名通过审核后将收到主办方的微信/邮件/通知,请保持手机和邮箱畅通;
5. 由于活动场次较多,主办方审核需要一定时间,请耐心等待~
如果你还不了解这些团队,不用着急!接下来的一周时间中,我们将陆续推出每个机构的专属活动预热文章,带你了解每位分享者和他们的工作,跟我“门”一起,迎接国际顶会线上活动“云际会”新时代吧!
打开网易新闻 查看精彩图片
关于TechBeat社区
▼
TechBeat(www.techbeat.net)是一个荟聚全球华人AI精英的成长社区。
我们希望为AI人才打造更专业的服务和体验,加速并陪伴其学习成长。
期待这里可以成为你学习AI前沿知识的高地,分享自己最新工作的沃土,在AI进阶之路上的升级打怪的根据地!
本文地址:
/peixun/14408.html
版权声明:除特别声明外,德林博客的一切文章或资源都是本站原创,转载时请注明出处和链接。