江苏龙网

  1. 首页 > 人文 > >

「爱因儿科技」场顶会直播全在这里了，四月，18


「爱因儿科技」场顶会直播全在这里了，四月，18
文章图片
2020年 ， 一不留神 ， 已经过去了三分之一 。 庆幸的是五一马上就到了 。
回顾过去短短的几个月 ， 疫情导致一系列的会议或取消 ， 或延期 ， 或线上 。 大家宅在家中 ， 难以与同领域志同道合者进行交流 。 AI科技评论秉着「促进学术交流」的原初想法 ， 在四月份先后举办了18场顶会论文直播活动 。
现在 ， 我们把所有回放和公开PPT信息汇总在这里 ， 供大家方便自取 。
ICLR2020
直播主题：ICLR2020丨基于价值的规划和强化学习的封装架构
主讲人：杨宇喆
直播时间：4月7日
回放链接：http://www.mooc.ai/open/course/791
内容介绍：
基于价值的方法构成了计划和深度强化学习（RL）的基本方法 。 在本论文中 ， 我们提出在控制和深度强化学习的任务中研究值函数（即Q函数）的基础结构 。 如果潜在的系统特性能够导致Q函数产生某些全局结构 ， 则应该能够通过利用这种结构更好地推断该函数 。 具体来说 ， 我们研究了大数据矩阵中普遍存在的低秩（lowrank）结构 。 我们在普遍的控制和深度强化学习任务上验证了低秩Q函数的存在 。 作为我们的主要贡献 ， 通过利用矩阵估计（ME）技术 ， 我们提出了一个通用框架来利用Q函数中本质的低秩结构 。 这不仅使得经典控制的任务效率更高 ， 此外 ， 我们提出的方案应用于基于值函数的强化学习方法 ， 能够在“低秩”任务上始终获得更好的性能 。 大量的关于控制任务和强化学习任务的实验证实了我们方法的有效性 。
直播主题：ICLR2020丨使用格网细胞 ， 对空间特征分布进行多尺度表达学习
主讲人：买庚辰
直播时间：4月13日
回放链接：http://www.mooc.ai/open/course/798
内容介绍：
目前 ， 非监督语言编码模型加大的推进了自然语言处理技术的发展 ， 他的核心理念就是根据词语在文章中的位置以及上下文关系使用神经网络把词语转化为向量空间表达 ， 这个结果非常适合与多种下游的任务 。
在空间分析领域 ， 我们看到了非常相似的情况 ， GIS学者注重于把地理对象（例如POI）的绝对位置信息和周边环境信息加入模型当中 ， 这意味着一个广义的（地理）空间表达模型会对众多任务都有帮助 。 然而 ， 除了简单的对空间进行分割或者直接把坐标输入前馈神经网络（FFN）的做法 ， 目前不存在这样的广义空间表达模型 ， 不仅如此也很少有学者研究如何同时对不同特征的空间分布进行总体建模 ， 而这一情况经常在GIS数据中出现 。
于此同时 ， 我们注意到近期赢得诺贝尔奖的神经科学研究发现 ， 哺乳动物的格网细胞（gridcell）提供了一种多尺度周期性的表达 ， 这种表达作为哺乳动物大脑中位置编码的一种指标对于它们认路和整合路经信息十分重要 。
基于这些发现 ， 本文提出一种叫做Space2Vec的表达学习模型 ， 他可以对地理对象的绝对空间位置和相对空间关系进行编码 。
直播主题：ICLR2020丨分段线性激活函数塑造了神经网络损失曲面
主讲人：何凤翔
直播时间：4月24日
回放链接：http://mooc.yanxishe.com/open/course/801
内容介绍：
神经网络损失曲面几何结构极其复杂 ， 但可能是深度学习理论的基础 。 讲者将分享最新的研究成果 ， 分析分段线性激活函数如何塑造神经网络损失曲面 。
直播主题：ICLR2020丨动作语义网络：考虑多智能体系统中动作的影响
主讲人：王维埙
直播时间：4月23日
回放链接：http://mooc.yanxishe.com/open/course/793
内容介绍：
从AlphaGo起 ， 深度强化学习引起了学术界与业界的广泛关注 。 多智能体深度强化学习(MADRL）因其在现实世界中广泛的潜在应用 ， 近期成为了学界热点 。 本次分享以介绍我们ICLR论文ActionSemanticsNetwork：ConsideringtheEffectsofActionsinMultiagentSystems为主 ， 同时会涉及多智能体系统的基本知识与当前学界进展 。


推荐阅读


上一篇：『越南』越南“封杀”中国的代价来了

下一篇：「每日科技果粉」| 张正友忆华人计算机视觉宗师 Thomas S. Huang，追寻大师的脚步