Միջոցառումներ բաց գրանցմամբ.
հունվարի 14, ժամը 19:00-22:00, երեքշաբթի
Հրավիրում ենք հանդիպման արհեստական ինտելեկտի, շարժական սարքերում դրա կիրառման և նոր տասնամյակի կարևորագույն տեխնոլոգիական ու բիզնես միտումների մասին։ Ծրագիրը ներառում է հետաքրքիր զեկույցներ, քննարկումներ, պիցցա և լավ տրամադրություն։
Բանախոսներից մեկը Հոլիվուդում՝ Սպիտակ տանը, նորագույն տեխնոլոգիաների ներդրման առաջամարտիկն է; Նրա «Augmented. Life in the Smart Lane» գիրքը Չինաստանի Նախագահն իր ամանորյա ուղերձում նշել է որպես իր սիրելի տեղեկատու գրքերից մեկը:
հունվարի 15-ին, ժամը՝ 18:00-ին, չորեքշաբթի
- 18:00 Գրանցում
- 19:00 Բացում - Միխայիլ Բիլենկո, Յանդեքս
- 19:05 Ամրապնդող ուսուցում NeurIPS 2019-ում. ինչպես էր դա - Սերգեյ Կոլեսնիկով, ՏինքոֆԱմեն տարի ուժեղացման ուսուցման թեման (RL) դառնում է ավելի թեժ և ավելի բուռն: Եվ ամեն տարի DeepMind-ը և OpenAI-ն յուղ են լցնում կրակի վրա՝ թողարկելով նոր գերմարդկային կատարողական բոտ: Իսկապե՞ս ինչ-որ արժեքավոր բան կա սրա հետևում: Իսկ որո՞նք են RL-ի բոլոր բազմազանության վերջին միտումները: Եկեք պարզենք.
- 19:25 NLP աշխատանքի վերանայում NeurIPS 2019-ում - Միխայիլ Բուրցև, MIPTԱյսօր բնական լեզվի մշակման ոլորտում ամենաբեկումնային միտումները կապված են լեզվական մոդելների և գիտելիքների գծապատկերների վրա հիմնված ճարտարապետությունների կառուցման հետ: Զեկույցը կտրամադրի աշխատանքների ակնարկ, որոնցում այս մեթոդներն օգտագործվում են երկխոսության համակարգեր կառուցելու համար՝ տարբեր գործառույթներ իրականացնելու համար: Օրինակ՝ ընդհանուր թեմաներով հաղորդակցվելու, կարեկցանքի բարձրացման և նպատակաուղղված երկխոսություն վարելու համար:
- 19:45 Կորստի ֆունկցիայի մակերևույթի տեսակը հասկանալու ուղիներ - Դմիտրի Վետրով, Համակարգչային գիտությունների ֆակուլտետ, Ազգային հետազոտական համալսարանի Տնտեսագիտության բարձրագույն դպրոցԵս կքննարկեմ մի քանի հոդվածներ, որոնք ուսումնասիրում են խորը ուսուցման անսովոր ազդեցությունները: Այս էֆեկտները լույս են սփռում քաշի տարածության մեջ կորստի ֆունկցիայի մակերեսի արտաքին տեսքի վրա և թույլ են տալիս առաջ քաշել մի շարք վարկածներ։ Հաստատվելու դեպքում հնարավոր կլինի ավելի արդյունավետ կերպով կարգավորել քայլի չափը օպտիմալացման մեթոդներում։ Սա նաև հնարավորություն կտա կանխատեսել կորստի ֆունկցիայի հասանելի արժեքը փորձանմուշի վրա վերապատրաստման ավարտից շատ առաջ:
- 20:05 NeurIPS 2019-ին համակարգչային տեսողության աշխատանքների վերանայում - Սերգեյ Օվչարենկո, Կոնստանտին Լախման, ՅանդեքսՄենք կանդրադառնանք համակարգչային տեսլականում հետազոտության և աշխատանքի հիմնական ոլորտներին: Փորձենք հասկանալ՝ ակադեմիայի տեսանկյունից բոլոր խնդիրներն արդեն լուծվե՞լ են, շարունակվո՞ւմ է ԳԱՆ-ի հաղթական երթը բոլոր ոլորտներում, ովքե՞ր են դիմադրում, ե՞րբ է տեղի ունենալու չվերահսկվող հեղափոխությունը։
- 20:25 Սուրճի ընդմիջում
- 20:40 Մոդելավորման հաջորդականություններ՝ սերնդի անսահմանափակ հերթականությամբ - Դմիտրի Եմելիանենկո, ՅանդեքսՄենք առաջարկում ենք մի մոդել, որը կարող է բառեր մտցնել առաջացած նախադասության կամայական տեղերում: Մոդելը անուղղակիորեն սովորում է տվյալների վրա հիմնված վերծանման հարմար կարգը: Լավագույն որակը ձեռք է բերվում մի քանի տվյալների հավաքածուներում՝ մեքենայական թարգմանության համար, օգտագործել LaTeX-ում և պատկերի նկարագրության մեջ: Զեկույցը նվիրված է մի հոդվածի, որտեղ մենք ցույց ենք տալիս, որ սովորած վերծանման կարգն իրականում իմաստ ունի և հատուկ է լուծվող խնդրին:
- 20:55 Նախորդ ցանցերի հակադարձ KL-Divergence Training. բարելավված անորոշություն և հակառակորդի կայունություն - Անդրեյ Մալինին, YandexԱնորոշության գնահատման անսամբլային մոտեցումները վերջերս կիրառվել են սխալ դասակարգման հայտնաբերման, բաշխումից դուրս մուտքի հայտնաբերման և հակառակորդի հարձակումների հայտնաբերման առաջադրանքներում: Նախկին ցանցերն առաջարկվել են որպես դասակարգման համար մոդելների համույթը արդյունավետ կերպով ընդօրինակելու մոտեցում՝ ելքային բաշխումների նկատմամբ Դիրիխլեի նախնական բաշխումը պարամետրավորելու միջոցով: Ցույց է տրվել, որ այս մոդելները գերազանցում են այլընտրանքային անսամբլային մոտեցումներին, ինչպիսին է Մոնտե-Կարլոյի «Dropout»-ը, բաշխումից դուրս մուտքի հայտնաբերման առաջադրանքում: Այնուամենայնիվ, Նախորդ Ցանցերի մասշտաբավորումը բազմաթիվ դասերով բարդ տվյալների շտեմարանների վրա դժվար է՝ օգտագործելով ի սկզբանե առաջարկված վերապատրաստման չափանիշները: Այս փաստաթուղթը կատարում է երկու ներդրում. Նախ, մենք ցույց ենք տալիս, որ Նախորդ ցանցերի համար համապատասխան ուսուցման չափանիշը Դիրիխլեի բաշխումների միջև հակառակ KL-դիվերգենցիան է: Այս խնդիրներն անդրադառնում են ուսումնական տվյալների թիրախային բաշխումների բնույթին՝ հնարավորություն տալով նախորդ ցանցերին հաջողությամբ վերապատրաստվել դասակարգման առաջադրանքների վերաբերյալ կամայականորեն բազմաթիվ դասերով, ինչպես նաև բարելավելով բաշխումից դուրս հայտնաբերման արդյունավետությունը: Երկրորդ, օգտվելով այս նոր ուսուցման չափանիշից, այս փաստաթուղթը ուսումնասիրում է նախորդ ցանցերի օգտագործումը հակառակորդի հարձակումները հայտնաբերելու համար և առաջարկում է հակառակորդի ուսուցման ընդհանրացված ձև: Ցույց է տրված, որ CIFAR-10-ի և CIFAR-100-ի վրա վերապատրաստված նախորդ ցանցերի դեմ առաջարկվող մոտեցման օգտագործմամբ հաջող հարմարվողական whitebox գրոհների կառուցումը, որոնք ազդում են կանխատեսման և հայտնաբերման վրա, պահանջում են ավելի մեծ քանակությամբ հաշվողական ջանք, քան ստանդարտ հակառակորդի օգտագործմամբ պաշտպանված ցանցերի դեմ: վերապատրաստում կամ ԲԿ-թողում:
- 21:10 Պանելային քննարկում. «NeurlPS, որը չափազանց մեծացել է. ո՞վ է մեղավոր և ի՞նչ անել»: — Ալեքսանդր Կրայնով, Yandex
- 21:40 Afterparty
Հունվարի 16, 18:30-21:30, հինգշաբթի
- Ժ.
- 19:30-20:00 «Գույքագրման օպտիմիզացում մանրածախ առևտրում» - Գենրիխ Անանև (PJSC Beluga Group, հաշվետվությունների ավտոմատացման ղեկավար):
- 20:00-20:30 «BMS X5-ում. ինչպես անել բիզնես-գործընթացի մայնինգ չկառուցված POS տեղեկամատյանների վրա՝ օգտագործելով R»- Եվգենի Ռոլդուգին (X5 մանրածախ առևտրի խումբ, ծառայության որակի վերահսկման գործիքների բաժնի ղեկավար), Իլյա Շուտով (մեդիա հեռ., ղեկավար վարչության տվյալների գիտաշխատող):
Հունվարի 18, 12:00-18:00, շաբաթ
- «Ե՞րբ է արժե զրոյից վերաշարադրել հավելվածը և ինչպես համոզել բիզնեսին դրանում» - Ալեքսեյ Պյժյանով, մշակող, ՍիբուրԻրական պատմությունն այն մասին, թե ինչպես մենք ամենաարմատական ձևով վարվեցինք տեխնիկական պարտքի հետ: Ես ձեզ կասեմ այդ մասին.
- Ինչու լավ հավելվածը վերածվեց սարսափելի ժառանգության:
- Ինչպես մենք ամեն ինչ վերաշարադրելու դժվար որոշում կայացրինք:
- Ինչպես մենք վաճառեցինք այս գաղափարը ապրանքի սեփականատիրոջը:
- Ի վերջո, ինչ դուրս եկավ այս գաղափարից, և ինչու մենք չենք զղջում մեր կայացրած որոշման համար:
- «Vuejs API-ը ծաղրում է» — Վլադիսլավ Պրուսով, Frontend-ի մշակող, AGIMA
Հունվարի 18, 12:00-15:00, շաբաթ
- 12:00 «Zindi Sendy Logistics Challenge (ռուս)» - Ռոման Պյանկով
- 12:30 «Data Souls Wildfire AI (ռուս)» - Իլյա Պլոտնիկով
- 13:00 Սուրճի ընդմիջում
- 13:20 «Topcoder SpaceNet 5 Challenge & Signate The 3rd Tellus Satellite Challenge (eng)» - Իլյա Կիբարդին
- 14:00 Սուրճի ընդմիջում
- 14:10 «Codalab ավտոմատացված ժամանակային շարքի ռեգրեսիա (eng)» - Դենիս Վորոտինցև
Source: www.habr.com