1
學術青年分享會是雷鋒網旗下垂直AI領域學術交流社群——AI研習社所發(fā)起的活動。AI研習社致力于建設全球領先的AI求知社區(qū)，基于專業(yè)直播平臺，進行技術交流的公益?zhèn)鞑ズ蜕疃冉涣鳌?/p>
分享會通過邀請學術界、工業(yè)界學者進行高質量內容分享，讓廣大學術青年了解最前沿的學術與行業(yè)技術進展，成為連接學術界與工業(yè)界之間的橋梁，雷鋒網希望能夠從中發(fā)現(xiàn)一大批優(yōu)秀AI人才，推動國內AI行業(yè)的持續(xù)發(fā)展。
接下來是一大波國慶節(jié)后的分享會預告：
主題：端到端自動駕駛與自動駕駛前沿研究內容
分享內容：本次分享會嘉賓將會通過解讀這篇被CVPR2017收錄的論文《End-to-end Learning of Driving Models from Large-scale Video Datasets》來介紹自動駕駛前沿的研究內容 。本次工作的核心是定義了如何從視覺的角度通過深度學習來實現(xiàn)自動駕駛，并且與英偉達、CMU的ALVINN的工作不同，不僅僅在路況簡單的情況下可以實現(xiàn)“車道跟隨”(lane following)，而且可以處理更復雜的環(huán)境，例如城市、商業(yè)區(qū)等?，F(xiàn)有的深度學習的方法往往由于數(shù)據(jù)的原因被限制在固定的場景下，他們使用大規(guī)模眾籌(crowd-sourced)視頻數(shù)據(jù)，從而讓模型可以更好地泛化。他們沿著ALVINN的道路嘗試了端到端(end-to-end)的訓練方式，這樣的模型探索了端到端自動駕駛的可能性，同時隱含地學習出圖像中關鍵的信息，并且加入了LSTM來進行對時間序列的建模，從而可以利用駕駛者的歷史信息。他們還嘗試了用其他task來增強主task，用語義分割網絡來對主要駕駛網絡進行調整，發(fā)現(xiàn)對主要的task有部分效果提升。
分享人：許華哲，UC Berkeley博士，師從Prof. Trevor Darrell。對計算機視覺、自動駕駛、強化學習感興趣。本科畢業(yè)于清華大學電子工程系。
10月11日 20:00
主題：基于LSTM-RNN的語音聲學建模技術
分享內容：LSTM-RNN可以對長時序列信息進行建模，廣泛應用于語音識別聲學模型建模中。此次主要介紹近期LSTM的一些研究進展包括LC-BLSTM，2D-LSTM等。其中LC-BLSTM采用了雙向LSTM結構，并在訓練和解碼時加入了數(shù)幀的未來信息來控制延時，解決了普通雙向LSTM無法用于實時語音識別的問題；而2D-LSTM在時間和頻域兩個維度上進行循環(huán)，同時保存時間軸與頻域軸的序列信息，Google和微軟都在大規(guī)模語音識別任務上驗證了這類2D-LSTM結構的有效性。
分享人：張弼弘，2017年4月畢業(yè)于西北工業(yè)大學并獲得碩士學位。研究方向是語音識別聲學建模，深度學習，機器學習。目前就職于搜狗。
主題：神經霍克斯過程：一個基于神經網絡的自調節(jié)多變量點過程
分享內容：對連續(xù)時間上的離散事件進行建模，一直是一個非常重要的研究方向：發(fā)現(xiàn)事件中廣泛而復雜的影響關系，可以幫助我們準確地預測未來事件的類型和發(fā)生時間。在這篇NIPS文章中，作者設計了一個基于神經網絡的點過程模型，并通過一個continuous-time LSTM增強了該模型在連續(xù)時間上的表達和泛化能力。實驗結果充分證實了所提出的模型的良好性能。
分享人：梅洪源 ，JHU CS系二年級博士生，導師Jason Eisner教授。 研究興趣在于機器學習和自然語言處理。 在此之前，他曾在芝加哥大學自然科學學院獲得碩士學位，并在華中科技大學電子信息工程系獲得學士學位。他曾在微軟研究院和豐田技術研究所實習。
10月13日 20:00
主題：Beyond Universal Saliency: Personalized Saliency Prediction with Multi-task CNN
分享內容：顯著性檢測是計算機視覺中長期存在的問題?，F(xiàn)有的大部分研究都集中在探索用戶間普遍存在的顯著性模型，即缺乏對個體在性別、年齡、習慣上差異的重視。在這篇IJCAI文章中，作者首次提出了個人顯著性預測任務，并建立了首個個人顯著性數(shù)據(jù)庫，同時提出基于卷積神經網絡的多任務個人顯著性預測模型（Multi-Task Convolutional Neural Network），實驗結果驗證了模型的良好的性能。
分享人：徐衍鈺，上?？萍即髮W信息學院三年級博士生，導師為高盛華教授。2011年本科畢業(yè)于大連理工大學。主要研究方向為計算機視覺，例如顯著性分析、人臉對齊等。
掃描二維碼備注「雷鋒網」立即報名活動。
雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。
