Geleenthede met oop registrasie:
14 Januarie, 19:00-22:00, Dinsdag
Ons nooi jou uit na 'n vergadering oor kunsmatige intelligensie, die toepassing daarvan op mobiele toestelle en die belangrikste tegnologiese en saketendense van die nuwe dekade. Die program sluit interessante verslae, besprekings, pizza en goeie bui in.
Een van die sprekers is 'n baanbreker in die bekendstelling van die nuutste tegnologie in Hollywood, die Wit Huis; sy boek "Augmented: Life in the Smart Lane" is genoem as een van sy gunsteling naslaanboeke deur die president van China in sy Nuwejaarstoespraak.
15 Januarie, vanaf 18:00, Woensdag
- 18:00 Registrasie
- 19:00 Opening - Mikhail Bilenko, Yandex
- 19:05 Versterkingsleer by NeurIPS 2019: hoe dit was - Sergey Kolesnikov, TinkoffElke jaar word die onderwerp van versterkingsleer (RL) warmer en meer ophef. En elke jaar gooi DeepMind en OpenAI brandstof op die vuur deur 'n nuwe bomenslike prestasie-bot vry te stel. Is daar iets werklik die moeite werd hieragter? En wat is die nuutste neigings in alle RL-diversiteit? Kom ons vind uit!
- 19:25 Hersiening van NLP-werk by NeurIPS 2019 - Mikhail Burtsev, MIPTVandag word die mees deurbraakneigings op die gebied van natuurlike taalverwerking geassosieer met die konstruksie van argitekture gebaseer op taalmodelle en kennisgrafieke. Die verslag sal 'n oorsig gee van werke waarin hierdie metodes gebruik word om dialoogstelsels te bou om verskeie funksies te implementeer. Byvoorbeeld, om oor algemene onderwerpe te kommunikeer, empatie te verhoog en doelgerigte dialoog te voer.
- 19:45 Maniere om die tipe oppervlak van die verliesfunksie te verstaan - Dmitry Vetrov, Fakulteit Rekenaarwetenskap, Nasionale Navorsingsuniversiteit Hoër Skool vir EkonomieEk sal verskeie referate bespreek wat ongewone effekte in diep leer ondersoek. Hierdie effekte werp lig op die voorkoms van die oppervlak van die verliesfunksie in gewigspasie en stel ons in staat om 'n aantal hipoteses voor te stel. As dit bevestig word, sal dit moontlik wees om die stapgrootte in optimaliseringsmetodes meer effektief te reguleer. Dit sal dit ook moontlik maak om die haalbare waarde van die verliesfunksie op die toetsmonster lank voor die einde van opleiding te voorspel.
- 20:05 Hersiening van werke oor rekenaarvisie by NeurIPS 2019 - Sergey Ovcharenko, Konstantin Lakhman, YandexOns sal kyk na die hoofareas van navorsing en werk in rekenaarvisie. Kom ons probeer verstaan of al die probleme reeds vanuit die oogpunt van die akademie opgelos is, of die seëvierende opmars van GAN op alle terreine voortgaan, wie dit teenstaan en wanneer die revolusie sonder toesig gaan plaasvind.
- 20:25 Koffiepouse
- 20:40 Modelleerreekse met onbeperkte volgorde van generasie - Dmitry Emelianenko, YandexOns stel 'n model voor wat woorde op arbitrêre plekke in die gegenereerde sin kan invoeg. Die model leer implisiet 'n gerieflike dekoderingsvolgorde gebaseer op die data. Die beste kwaliteit word op verskeie datastelle behaal: vir masjienvertaling, gebruik in LaTeX en beeldbeskrywing. Die verslag word opgedra aan 'n artikel waarin ons wys dat die aangeleerde dekoderingsorde eintlik sin maak en spesifiek is vir die probleem wat opgelos word.
- 20:55 Omgekeerde KL-Divergensie-opleiding van vorige netwerke: verbeterde onsekerheid en teëstanderige robuustheid - Andrey Malinin, YandexEnsemble-benaderings vir onsekerheidskatting is onlangs toegepas op die take van wanklassifikasie-opsporing, buite-verspreiding-invoeropsporing en teenstrydige aanvalopsporing. Vorige netwerke is voorgestel as 'n benadering om 'n ensemble van modelle vir klassifikasie doeltreffend na te boots deur 'n Dirichlet-voorverspreiding oor uitsetverspreidings te parameteriseer. Daar is getoon dat hierdie modelle beter presteer as alternatiewe ensemble-benaderings, soos Monte-Carlo Dropout, met die taak van buite-verspreiding insetopsporing. Dit is egter moeilik om vorige netwerke na komplekse datastelle met baie klasse te skaal deur die opleidingskriteria wat oorspronklik voorgestel is, te gebruik. Hierdie referaat lewer twee bydraes. Eerstens wys ons dat die toepaslike opleidingskriterium vir vorige netwerke die omgekeerde KL-divergensie tussen Dirichlet-verspreidings is. Hierdie kwessies spreek in die aard van die opleidingsdata-teikenverspreidings aan, wat vorige netwerke in staat stel om suksesvol opgelei te word in klassifikasietake met arbitrêr baie klasse, sowel as om buite-verspreiding-opsporingsprestasie te verbeter. Tweedens, deur gebruik te maak van hierdie nuwe opleidingskriterium, ondersoek hierdie artikel die gebruik van Prior Networks om teenstrydige aanvalle op te spoor en stel 'n algemene vorm van teenstandige opleiding voor. Dit word getoon dat die konstruksie van suksesvolle aanpasbare witboksaanvalle, wat die voorspelling en ontduiking van opsporing beïnvloed, teen vorige netwerke wat op CIFAR-10 en CIFAR-100 opgelei is deur die voorgestelde benadering 'n groter hoeveelheid berekeningspoging verg as teen netwerke wat met standaard teenstanders verdedig word. opleiding of MC-uitval.
- 21:10 Paneelbespreking: "NeurlPS, wat te veel gegroei het: wie is te blameer en wat om te doen?" - Alexander Krainov, Yandex
- 21:40 Afterparty
16 Januarie, 18:30-21:30, Donderdag
- 19:00-19:30 “Oplos van operasionele probleme met behulp van R vir dummies” - Konstantin Firsov (Netris JSC, Hoof Implementeringsingenieur).
- 19:30-20:00 “Optimalisering van voorraad in kleinhandel” - Genrikh Ananyev (PJSC Beluga Group, Hoof van verslagdoeningsoutomatisering).
- 20:00-20:30 “BMS in X5: hoe om besigheidsproses-ontginning op ongestruktureerde POS-logboeke te doen deur gebruik te maak van R” - Evgeniy Roldugin (X5 Retail Group, Hoof van Diens Gehaltebeheer Gereedskap Departement), Ilya Shutov (Media Tel, Hoof van departement data wetenskaplike).
18 Januarie, 12:00-18:00, Saterdag
- "Wanneer is dit die moeite werd om 'n toepassing van nuuts af te herskryf, en hoe om besigheid hiervan te oortuig" - Alexey Pyzhyanov, ontwikkelaar, SiburDie ware verhaal van hoe ons tegniese skuld op die mees radikale manier hanteer het. Ek sal jou daarvan vertel:
- Waarom 'n goeie toepassing in 'n verskriklike nalatenskap verander het.
- Hoe ons die moeilike besluit geneem het om alles oor te skryf.
- Hoe ons hierdie idee aan die produkeienaar verkoop het.
- Wat het op die ou end uit hierdie idee gekom, en hoekom ons nie spyt is oor die besluit wat ons geneem het nie.
- "Vuejs API bespot" - Vladislav Prusov, Frontend-ontwikkelaar, AGIMA
18 Januarie, 12:00-15:00, Saterdag
- 12:00 “Zindi Sendy Logistics Challenge (rus)” - Roman Pyankov
- 12:30 "Data Souls Wildfire AI (rus)" - Ilya Plotnikov
- 13:00 Koffiepouse
- 13:20 “Topcoder SpaceNet 5 Challenge & Signate The 3rd Tellus Satellite Challenge (eng)” - Ilya Kibardin
- 14:00 Koffiepouse
- 14:10 “Codalab Automated Time Series Regression (eng)” — Denis Vorotyntsev
Bron: will.com