直播预告: NeurlPS 2020 专场五| AI TIME PhD

点击蓝字

关注我们

AI TIME欢迎每一位AI爱好者的加入!

直播预告: NeurlPS 2020 专场五| AI TIME PhD_第1张图片

12月23日晚7:30-9:00

AI TIME特别邀请了3位优秀的讲者跟大家共同开启NeurIPS 2020专场五!

直播预告: NeurlPS 2020 专场五| AI TIME PhD_第2张图片

哔哩哔哩直播通道

扫码关注AITIME哔哩哔哩官方账号

观看直播

链接:https://live.bilibili.com/21813994

★ 邀请嘉宾 ★

直播预告: NeurlPS 2020 专场五| AI TIME PhD_第3张图片

陈丁凡:本科毕业于德国图宾根大学计算机系,现为德国CISPA亥姆霍兹信息安全中心的博士生,导师为Mario Fritz。主要研究方向为机器学习(差分)隐私,以及深度生成模型。

报告题目:

隐私保护与生成模型:

差分隐私GAN的梯度脱敏方法

摘要:

大规模数据的收集和利用大幅提升了机器学习算法的性能,但同时也令个人隐私保护面临更大的风险与挑战。为此,我们提出一种满足差分隐私(Differential Privacy)的生成对抗网络(GAN) 训练方法,用于拟合高维数据分布、生成具有严格隐私保护的数据集。我们的框架适用于集成式(centralized) 和分布式/联邦式(decentralized/federated)环境。实验表明,我们的方法可以提高生成样本的准确性,并在多个指标(例如样品视觉质量,通信效率)取得了最优的性能。

直播预告: NeurlPS 2020 专场五| AI TIME PhD_第4张图片

陈怡宁:本科毕业于达特茅斯大学计算机和哲学系,现为斯坦福大学计算机系的博士生,导师为马腾宇。主要研究兴趣是机器学习和深度学习理论,尤其是转化学习,无监督和半监督学习,以及在数据分布发生变化时,如何提高模型正确性。

报告题目:

自训练在数据分布变化时避免使用伪特征

摘要:

在无监督域自适应中,现有理论着眼于源域和目标域接近的情况。在实践中,即使源域和目标域差别很大,自训练算法也通常很成功。我们分析较大域偏移的一种情况:某些伪特征与源域中的标签相关,但与目标中的标签无关。我们考虑线性模型,伪特征是高斯分布。我们证明了:如果使用相对准确的源模型,自训练在数据分布变化时避免使用伪特征。我们在Celeb-A和MNIST数据集上验证了该理论。我们的结果表明,在标注很难获得的时候,从业人员可以在大型多样无标注的数据集上进行自训练,以提高模型准确性。

直播预告: NeurlPS 2020 专场五| AI TIME PhD_第5张图片

林己:本科毕业于清华大学电子工程系,现在是麻省理工学院电子工程和计算机科学系的博士生,导师为韩松。主要研究兴趣是高效率和硬件友好的深度学习算法和系统,以及视觉方面的应用。

报告题目:

嵌入式物联网设备上的微型深度学习

摘要:

基于单片机(MCU)的微型IoT设备上的机器学习很具有吸引力,但又充满挑战:单片机的内存比智能手机小2-3个数量级。我们提出了MCUNet,该框架可共同设计高效的神经体系结构(TinyNAS)和轻量级推理引擎(TinyEngine),从而在单片机上实现ImageNet规模的推理。 

TinyNAS采用两阶段的神经结构搜索方法,该方法首先优化搜索空间以适应资源限制,然后在优化的搜索空间中搜索网络体系结构。TinyNAS可以在较低的搜索成本下自动处理各种硬件限制(例如不同设备,运行时间,能耗,内存)。TinyNAS与TinyEngine共同设计,后者是一种内存高效的推理库,可扩展搜索空间并容纳更大的模型。与TF-Lite Micro和CMSIS-NN相比,TinyEngine根据整体网络结构而不是逐层优化来调整内存调度,从而将内存使用量减少了4.8倍,并将推理速度提高了1.7-3.3倍。

MCUNet是第一个在现成的商用单片机上实现ImageNet top-1准确率超过70%的方法。与量化的MobileNetV2和ResNet-18相比,其SRAM减少了3.5倍,Flash使用减少了5.7倍。在视觉和音频唤醒关键词任务上,MCUNet达到了最先进的精度,并且运行速度比基于MobileNetV2和基于ProxylessNAS的解决方案快2.4-3.4倍,峰值SRAM缩小了3.7-4.1倍。我们的研究表明,物联网设备上、始终在线的微型机器学习时代已经来临。

直播结束后我们会邀请讲者在微信群中与大家答疑交流,请添加“AI TIME小助手(微信号:AITIME_HY)”,回复“nips”,将拉您进“NeurIPS 2020 交流群”!

AI TIME微信小助手

直播预告: NeurlPS 2020 专场五| AI TIME PhD_第6张图片

主       办:AI TIME 、AMiner

联合支持:智源社区

合作伙伴:智谱·AI、中国工程院知领直播、学堂在线、CSDN、学术头条、biendata、大数据文摘、数据派、 Ever链动、机器学习算法与自然语言处理

AMiner是学术搜索和社会网络挖掘研究的重要数据和实验平台,由清华大学计算机系研发,拥有我国完全自主知识产权。平台包含了超过2.3亿学术论文/专利和1.36亿学者的科技图谱,提供学者评价、专家发现、智能指派、学术地图等科技情报专业化服务。系统2006年上线,吸引了全球220个国家/地区1000多万独立IP访问,数据下载量230万次,年度访问量超过1100万。        

1)AMiner平台:https://www.aminer.cn

2)会议专题页面:https://www.aminer.cn/conf/emnlp2020

清华情怀·AITIME基地

1911主题餐厅

直播预告: NeurlPS 2020 专场五| AI TIME PhD_第7张图片

直播预告: NeurlPS 2020 专场五| AI TIME PhD_第8张图片

直播预告: NeurlPS 2020 专场五| AI TIME PhD_第9张图片

直播预告: NeurlPS 2020 专场五| AI TIME PhD_第10张图片

AI TIME期待与你线下相聚!

AI TIME欢迎AI领域学者投稿,期待大家剖析学科历史发展和前沿技术。针对热门话题,我们将邀请专家一起论道。同时,我们也长期招募优质的撰稿人,顶级的平台需要顶级的你!

请将简历等信息发至[email protected]

微信联系:AITIME_HY

 

AI TIME是清华大学计算机系一群关注人工智能发展,并有思想情怀的青年学者们创办的圈子,旨在发扬科学思辨精神,邀请各界人士对人工智能理论、算法、场景、应用的本质问题进行探索,加强思想碰撞,打造一个知识分享的聚集地。

更多资讯请扫码关注

 

你可能感兴趣的:(算法,人工智能,机器学习,深度学习,计算机视觉)