第三季12场 AI ML Club 活动纪要

less than 1 minute read

« 本次沙龙通知: #396 «

第三季12场 CV AMC 沙龙活动纪要

  • 日期:2019年10月27日 19:00-22:00
  • 地点:北邮科研楼821
  • 轮值主席:范弘炜 @hwfan
  • 轮值副主席:高久怡 @gaojiuy
  • 会员:吴凤民、张博涵、石珅达、段嘉铭、侯正罡
  • 新人:苏子宸、范家伟、康霄阳
  • 本次活动全程直播于哔哩哔哩弹幕网,内容配图为现场直播画面

本届沙龙内容(按发言顺序,由主席指定顺序)

沙龙内容

Oral

  • 范弘炜 @hwfan

    介绍了研究生高效阅读论文的一些策略,这些策略由滑铁卢大学的学者S. Keshav总结,并发布于ArXiv。Keshav认为,研究生阅读论文应该遵从一种“三段论”,由浅及深地阅读。在第一个阶段,应该通过标题、摘要、封面图、小标题等线索判断文章自身的贡献与质量,对论文的基本情况有大概的认识。在第二个阶段,决定了深入研读之后,应该向论文中的“硬骨头”,如实验结果、算法细节等下手,并试图找出其中自己不理解的部分并记录。在最后一个阶段,应该尝试对论文进行思想实验,发现其中可能存在问题和创新点的部分,以辅助自己的研究,必要的时候可以自行复现。除了阅读文献的技巧外,作者还提供了一些对做文献综述有所帮助的提示,最主要是要找到一个可靠的研究综述,如果无法找到,则应该发现所研究领域论文的共同引用,将之作为经典文献,从而由内而外地找到领域的边界。

    How to Read a Paper

    (因故未能留下含本人的照片,以会议之后作同一讲解的含本人照片代替) 范弘炜

Poster

  • 张博涵 @ltg001

    介绍了对源代码的生成模型的一种改进方案,该方案被发表在ICLR2019上。源代码生成是一个有趣的结构化预测问题,需要推理硬语法和语义约束以及自然的,可能的程序。研究者针对此问题提出了一种新颖的模型,使用图表示生成输出的中间状态,并结合注意力机制进行推理,提升了现有方法在该问题上的性能表现。

    Generative Code Modeling With Graphs (Github)

    张博涵

  • 吴凤民 @Leona08

    介绍了个人条件期望(ICE)图方法,用于可视化监督学习算法估算的模型。ICE图突出显示了协变量范围内拟合值的变化,表明了异质性可能存在的位置和程度,并使用了一种类似于剪枝的模式,减小对隐变量的搜索空间,因此提升了性能。

    A peek into the black box: exploring classifiers by randomization

    吴凤民

  • 石珅达 @CyFeng16

    介绍了一个被称为“神经网络速写”的新兴领域及其重要论文。简而言之,“速写”是将神经网络各个组分贡献出的“知识”进行有效集中并归纳总结的过程。使用“速写”的方法,我们可以通过类似于压缩感知的模式,找到不同知识之间的知识图谱,从而将神经网络的训练转化为知识图谱提取的过程。

    Recursive Sketches for Modular Deep Learning

    石珅达

授蛋仪式

授蛋仪式 授蛋

集体合照

合照

俱乐部讨论内容

  1. 时长问题:时长控制的责任应该到人。如果在规定时间内,讲者由于回答提问或节奏掌控失常而无法正常结束,责任应该由讲者本人承担,讲者可以 选择在下次活动中优先讲解,或完全地结束本次讲解。
  2. 客座讲者:对于CV分会的NLP讲者时间如何把握仍然是一个问题。讲者如果没有给予足够的时间,是很难在其他领域的会议上讲解好本领域的内容的。但这种增强泛化能力的设定仍然是需要保留的,因此剩下的就是时间这些细节上的问题。

After Party

AfterParty

RSVP

注:“回复”操作,指的是回复本ISSUE留言

  1. 如果对活动纪要有修订意见,请回复对本次沙龙纪补充
  2. 如果参加下次沙龙活动,请回复下次自己的分享是 Oral(30分钟)还是Poster(5分钟)
  3. 如果计划邀请新朋友参加下次沙龙活动,请让新朋友回复一句话的自我介绍

特别鸣谢CAD中心提供活动场地,以及宋美娜老师和实验室全体人员对本沙龙的支持与帮助~

Categories:

Updated:

Comments