6月14日预告 | ICML 2023预讲会 专场一

点击蓝字

关注我们

AI TIME欢迎每一位AI爱好者的加入！

哔哩哔哩直播通道

扫码关注AI TIME哔哩哔哩官方账号预约直播

2023年6月14日

10:00-11:40  14:00-16:00

10:00——11:40

徐海洋

达摩院-算法专家，负责多模态mPLUGhttps://github.com/X-PLUG，在国际顶级会议和期刊ICML，CVPR，ACL，EMNLP，TOIS等发表论文20多篇

报告题目：

mPLUG-2: 模块化多模态基础模型

丁文浩

卡内基梅隆大学在读博士，研究方向为因果强化学习，深度生成模型，对抗样本生成，以及机器学习算法在自动驾驶应用中的鲁棒性和泛化性。

报告题目：

基于能量模型的强化学习贝叶斯重参数化

宋绪杰

清华大学车辆与运载学院硕士二年级学生，研究方向是强化学习、自动驾驶

报告题目：

LipsNet：面向高精度最优控制的平滑鲁棒神经网络

吴海旭

清华大学软件学院2020级硕士生，师从龙明盛副教授，研究方向为深度学习及其在时序时空建模中的应用

报告题目：

基于隐谱模型的高维偏微分方程求解器

魏天心

伊利诺伊大学香槟分校直博二年级，导师为何京芮教授，研究兴趣是可信机器学习和图机器学习

报告题目：

通过NTK近似的MLP融合技术实现语言模型的高效微调

14:00——17:30

梁志烜

香港大学计算机系直博一年级学生，导师为罗平教授，研究兴趣是生成式机器学习，Embodied AI，Data-centric learning

报告题目：

作为自适应自进化规划器的扩散模型

倪飞

天津大学智算学部二年级博士生

报告题目：

扩散模型在元强化学习中的应用

李则熹

浙江大学计算机科学与技术学院博士生，研究兴趣包括深度学习、联邦学习和可信机器学习

报告题目：

重新审视联邦深度学习里的模型加权聚合

叶锐

上海交通大学直博一年级学生，主要研究方向为联邦学习

报告题目：

差异感知的联邦学习

陶林伟

悉尼大学硕士二年级学生，主要研究方向为置信度矫正和神经结构搜索

报告题目：

Dual Focal Loss: 一种用于置信度矫正的损失函数

陈使明

CMU和MBZUAI 博士后，研究方向为zero-shot learning、causal learning，以第一作者在权威期刊和会议上发表10余篇学术论文 (如TPAMI/ICML/NeurIPS/ CVPR/ICCV).

报告题目：

基于动态语义演化的生成式零样本学习

大家可以在群内进行提问，请添加“AI TIME小助手（微信号：AITIME_HY）”，回复“ICML”，将拉您进“AI TIME ICML交流群”！

AI TIME微信小助手

往期精彩文章推荐

记得关注我们呀！每天都有新知识！

 关于AI TIME 

AI TIME源起于2019年，旨在发扬科学思辨精神，邀请各界人士对人工智能理论、算法和场景应用的本质问题进行探索，加强思想碰撞，链接全球AI学者、行业专家和爱好者，希望以辩论的形式，探讨人工智能和人类未来之间的矛盾，探索人工智能领域的未来。

迄今为止，AI TIME已经邀请了1100多位海内外讲者，举办了逾550场活动，超600万人次观看。

我知道你

在看

哦

~

点击 阅读原文 预约直播！