Acara kalayan pendaptaran terbuka:
14 Januari 19:00-22:00 Salasa
Kami ngajak anjeun ka rapat ngeunaan intelijen buatan, aplikasina dina alat sélulér sareng tren téknologi sareng bisnis anu paling penting dina dékade anyar. Program éta kalebet laporan anu pikaresepeun, diskusi, pizza sareng wanda anu saé.
Salah sahiji panyatur nyaéta panaratas dina ngawanohkeun téknologi pang anyarna di Hollywood, White House; bukuna "Augmented: Kahirupan di Smart Lane" ieu disebutkeun salaku salah sahiji buku rujukan favorit na ku Présidén Cina dina pidato Taun Anyar na.
15 Januari, dimimitian dina 18:00, Rebo
- 18:00 pendaptaran
- 19:00 Bubuka - Mikhail Bilenko, Yandex
- 19:05 Diajar penguatan di NeurIPS 2019: kumaha éta - Sergey Kolesnikov, TinkoffUnggal taun, topik pangajaran penguatan (RL) beuki panas tur beuki ngageuing. Sareng unggal taun, DeepMind sareng OpenAI nambihan suluh kana seuneu ku ngaluarkeun bot kinerja superhuman énggal. Aya hal bener worthwhile balik ieu? Sareng naon tren panganyarna dina sadaya karagaman RL? Hayu urang manggihan!
- 19:25 Tinjauan karya NLP di NeurIPS 2019 - Mikhail Burtsev, MIPTKiwari, tren paling terobosan dina widang ngolah basa alam pakait sareng pangwangunan arsitéktur dumasar kana modél basa sareng grafik pangaweruh. Laporan éta bakal masihan gambaran ngeunaan karya-karya anu ngagunakeun metode ieu pikeun ngawangun sistem dialog pikeun ngalaksanakeun sababaraha fungsi. Salaku conto, pikeun komunikasi dina topik umum, ningkatkeun empati sareng ngalaksanakeun dialog anu berorientasi tujuan.
- 19:45 Cara ngartos jenis beungeut fungsi leungitna - Dmitry Vetrov, Fakultas Élmu Komputer, Universitas Panalungtikan Nasional Sakola Luhur ÉkonomiKuring bakal ngabahas sababaraha makalah anu ngajalajah épék anu teu biasa dina diajar jero. épék ieu héd lampu dina penampilan beungeut fungsi leungitna dina spasi beurat tur ngamungkinkeun urang pikeun nempatkeun maju sababaraha hipotesis. Lamun dikonfirmasi, bakal mungkin mun leuwih éféktif ngatur ukuran hambalan dina métode optimasi. Ieu ogé bakal ngamungkinkeun pikeun ngaduga nilai achievable tina fungsi leungitna dina sampel test lila saméméh ahir latihan.
- 20:05 Tinjauan karya dina visi komputer di NeurIPS 2019 - Sergey Ovcharenko, Konstantin Lakhman, YandexUrang bakal kasampak di wewengkon utama panalungtikan sarta gawé dina visi komputer. Hayu urang coba ngartos naha sagala masalah geus direngsekeun tina sudut pandang akademi, naha march victorious GAN dituluykeun dina sagala widang, saha anu nolak eta, sarta nalika revolusi unsupervised bakal lumangsung.
- 20:25 Kopi istirahat
- 20:40 Runtuyan modeling kalawan urutan generasi taya - Dmitry Emelianenko, YandexUrang ngajukeun model nu bisa nyelapkeun kecap kana tempat arbitrer dina kalimah dihasilkeun. Modél implisit diajar urutan decoding merenah dumasar kana data. Kualitas pangsaéna dihontal dina sababaraha set data: pikeun tarjamahan mesin, dianggo dina LaTeX sareng déskripsi gambar. Laporan éta didédikasikeun pikeun tulisan anu kami nunjukkeun yén urutan decoding anu diajar leres-leres masuk akal sareng khusus pikeun masalah anu direngsekeun.
- 20:55 Ngabalikeun KL-Divergence Pelatihan Jaringan Samemehna: Ningkatkeun Kateupastian sareng Kakuatan Adversarial - Andrey Malinin, YandexPendekatan ensemble pikeun estimasi kateupastian nembé diterapkeun kana tugas deteksi misklasifikasi, deteksi input kaluar-distribusi sareng deteksi serangan lawan. Jaringan Saméméhna geus diusulkeun salaku pendekatan pikeun éfisién emulate hiji ensemble model pikeun klasifikasi ku parameterizing a Dirichlet sebaran saméméhna leuwih sebaran kaluaran. Modél ieu geus ditémbongkeun outperform pendekatan ensemble alternatif, kayaning Monte-Carlo Dropout, dina tugas kaluar-of-distribusi deteksi input. Sanajan kitu, skala Jaringan Samemeh ka susunan data kompléks kalawan loba kelas hésé ngagunakeun kriteria latihan asalna diajukeun. Makalah ieu ngadamel dua kontribusi. Kahiji, urang némbongkeun yén kriteria latihan luyu pikeun Jaringan Samemeh teh sabalikna KL-divergence antara sebaran Dirichlet. Ieu masalah alamat dina alam distribusi target data latihan, sangkan jaringan saméméhna bisa hasil dilatih dina tugas klasifikasi kalawan wenang loba kelas, kitu ogé ngaronjatkeun kinerja deteksi out-of-distribusi. Kadua, ngamangpaatkeun kriteria latihan anyar ieu, makalah ieu nalungtik ngagunakeun Jaringan Samemeh pikeun ngadeteksi serangan adversarial sarta proposes bentuk umum tina latihan adversarial. Ditingalikeun yén pangwangunan serangan whitebox adaptif anu suksés, anu mangaruhan prediksi sareng ngahindarkeun deteksi, ngalawan Jaringan Samemeh dilatih dina CIFAR-10 sareng CIFAR-100 nganggo pendekatan anu diusulkeun butuh usaha komputasi anu langkung ageung tibatan ngalawan jaringan anu dibela ngagunakeun standar adversarial. latihan atawa MC-dropout.
- 21:10 Diskusi panel: "NeurlPS, anu parantos ageung teuing: saha anu kedah disalahkeun sareng naon anu kedah dilakukeun?" - Alexander Krainov, Yandex
- 21:40 Afterparty
Januari 16, 18:30-21:30, Kemis
- 19:00-19:30 "Ngarengsekeun masalah operasional ngagunakeun basa Sunda pikeun dummies" - Konstantin Firsov (Netris JSC, Kapala Insinyur Palaksanaan).
- 19:30-20:00 "Optimization of inventory di ritel" - Genrikh Ananyev (PJSC Beluga Grup, Kapala automation ngalaporkeun).
- 20:00-20:30 "BMS di X5: kumaha ngalakukeun pertambangan prosés-bisnis dina log POS anu teu terstruktur nganggo R" - Evgeniy Roldugin (Grup Retail X5, Kepala Dinas Alat Kontrol Kualitas Layanan), Ilya Shutov (Tel Média, Kepala élmuwan data Departemen).
18 Januari 12:00-18:00, Saptu
- "Iraha éta patut nulis ulang aplikasi ti scratch, sarta kumaha carana ngayakinkeun bisnis ieu" - Alexey Pyzhyanov, pamekar, SiburCarita nyata kumaha urang nungkulan hutang téknis ku cara anu paling radikal. Kuring gé ngabejaan Anjeun tentang eta:
- Naha aplikasi anu saé janten warisan anu dahsyat.
- Kumaha urang nyieun kaputusan hésé nulis ulang sagalana.
- Kumaha urang ngajual gagasan ieu ka nu boga produk.
- Naon anu kaluar tina ideu ieu tungtungna, sareng naha urang henteu kuciwa kana kaputusan anu urang lakukeun.
- "Vuejs API mocks" - Vladislav Prusov, pamekar Frontend, AGIMA
18 Januari 12:00-15:00, Saptu
- 12:00 "Zindi Sendy Logistik tangtangan (rus)" - Roman Pyankov
- 12:30 "Data Jiwa Wildfire AI (rus)" - Ilya Plotnikov
- 13:00 Kopi istirahat
- 13:20 "Topcoder SpaceNet 5 Tantangan & Signing The 3rd Tellus Satellite Challenge (eng)" - Ilya Kibardin
- 14:00 Kopi istirahat
- 14:10 "Codalab Automated Time Series Regression (eng)" - Denis Vorotyntsev
sumber: www.habr.com