码住!NeurIPS系列Talk | Duke / MIT / UCB / JHU等新星云集, 九场学术盛宴伴你跨年!

认真学Talk的 将门创投 昨天


上周我“门”刚刚发布了NeurIPS 2020群星闪耀云际会·机构专场线上活动的预热,短短七天时间,报名申请已经塞爆后台,再次感谢大家一如既往的支持鸭~(还不知道的快点这里复习!)

天还要公布一个好消息——除了各家机构组团进行实时的线上分享和交流,还有一波同样优秀的小伙伴们也在史上接受率最低的NeurIPS中脱颖而出。

从12月3日开始,每周我“门”都会邀请至少一位来自世界顶级高校的助理教授/在读博士生,或是创新企业的机器学习方向牵头人,来到TechBeat技术社区,以系列Talk的方式与大家分享他们及其团队本次NeurIPS中的精彩工作。


12月-1月
每周1-2场精彩Talk
尽在将门-TechBeat社区

www.techbeat.net




一图get全部Talk
 

如果你也想成为Talk讲者
欢迎在本文留言或在公众号后台
留下你的【自我介绍+联系方式】
下一个讲者或许就是你!


Talk信息
*开播日期默认为北京时间当晚20:00

01



杨幻睿

杜克大学电子与计算机工程系 在读博士生

时间:12月3日 (周四) 

主题:DVERGE,通过“缺陷”多样化构建鲁棒集成深度学习模型 (Oral)  


杨幻睿本科毕业于清华大学电子工程系,目前是美国杜克大学电子与计算机工程系博士四年级在读学生,师从李海老师和陈怡然老师。

主要研究方向为利用稀疏、量化等方式压缩神经网络模型提升运行效率,以及评估并增强深度学习模型的鲁棒性,以期得到即高效又鲁棒的适用于部署在现实世界中的深度学习模型。


02


彭厚文

微软亚洲研究院 多媒体组研究员

时间:12月11日 (周五) 

主题:"百里挑一",基于优先路径蒸馏的网络结构搜索


彭厚文现在是微软亚洲研究院多媒体组研究员。他的研究兴趣包括神经网络结构搜索与设计、视频目标跟踪、分割与检测、视频内容检索,以及显著物体检测等。
他曾在领域内多个学术会议和期刊上发表过论文,其中包括TPAMI的Featured Paper;同时,也在多个领域内的竞赛中获得过冠亚军,比如,他曾在VOT2019-RGBD Track中获得第一名。在2018年加入微软亚洲研究院之前,他曾是高通研究院的高级工程师。
他于2016年获得中国科学院自动化研究所的博士学位,并于2015年至2016年作为Research Scholar在Temple University研究学习。


03


姚权铭

第四范式(香港)  高级科学家

清华大学电子系 助理教授

时间:12月17日 (周四) 

主题:知识图谱嵌入的自动化学习


姚权铭博士现在是第四范式(香港)高级科学家。他创建了公司的机器学习研究团队,主持、负责该团队的日常研究工作。

他于2018年在香港科技大学计算机系取得博士学位,研究兴趣主要在机器学习,优化算法,和自动化机器学习。

他是40多篇国际一流机器学习会议和期刊论文的作者;工作被30+ IEEE Fellow,以及图灵奖得主Bengio教授引用;NeurIPS 2018论文为当年10大高引论文之一。最后,他的工作获得过诸多奖项的认可:福布斯 30 Under 30精英榜(中国区),吴文俊人工智能学会优秀青年奖,香港科学会优秀青年科学家,和谷歌全球博士奖研金。


04


梅洪源

约翰霍普金斯大学计算机科学系 在读博士生

时间:12月24日 (周四) 

主题:用一个“神经”了的Hawkes process对事件序列建模


梅洪源,约翰霍普金斯大学计算机科学系博士在读,师从Jason Eisner教授,Bloomberg Data Science PhD Fellowship 2018-2021获得者。

主要的研究方向是序列模型(sequential modeling),目前专注于时间序列模型(time series modeling);也对自然语言理解和生成有所涉猎。

研究工作发表于主流机器学习相关会议(AAAI、ICML、NAACL、NeurIPS),并曾被媒体(Bloomberg、Fortune)报道。


05


李昀烛

麻省理工学院计算机系 在读博士生

时间:12月30日 (周三) 

主题:基于深度学习的动力学建模、物理系统推断和机器人操作


李昀烛是MIT EECS四年级在读博士生,师从Antonio Torralba和Russ Tedrake教授。本科毕业于北京大学,曾在斯坦福大学人工智能实验室和英伟达机器人实验室实习。

他的研究方向是计算机视觉机器学习机器人领域的交叉,主要关注基于深度学习机器人动力学建模和多模态感知。他希望自己的研究能够使机器人更好地感知环境,并在动态环境中做出更好的决策。

他曾获得Adobe Research Fellowship和NVIDIA Graduate Fellowship Finalist。他的工作发表于Nature、CVPR、NeurIPS、ICRA等顶级期刊和会议,并被多个主流媒体如BBC、CNN、Forbes、TechCrunch等报道。


06


杜少雷

华盛顿大学计算机与工程学院 助理教授

时间:1月7日 (周四) 

主题:超宽神经网络与神经切向核


杜少雷博士现任华盛顿大学计算机与工程学院助理教授。其研究方向为深度学习化学和表示学习的基础理论。

他于2015年在加州大学伯克利分校获得本科学位,2019年在卡耐基梅隆大学机器学习系获得博士学位,并于2019年至2020年在普林斯顿高等研究院数学学院任博士后。

他的博士论文获得ACM最佳博士论文奖提名以及AAAI SIGAI博士论文奖提名。他已在机器学习顶级会议COLT, ICML, ICLR, NeurIPS等发表三十余篇论文,并在这些会议中任领域主席。


07


张冬

南京理工大学计算机科学与技术系 在读博士生

时间:1月14日 (周四) 

主题:基于因果干预的弱监督语义分割


张冬,南京理工大学智能媒体分析实验室博士生,师从国家杰青唐金辉教授。2018年9月至2020年9月国家公派留学至新加坡南洋理工大学MReal实验室,跟随张含望教授。主要研究方向为目标检测、语义分割。


08


李家琛

加州大学伯克利分校机械工程系 在读博士生

时间:1月21日 (周四) 

主题:多智能体交互系统中的动态关系推理


李家琛,加州大学伯克利分校五年级博士生,主要研究方向包括机器学习神经网络计算机视觉等方法,以及它们在自动驾驶机器人,多智能体关系推理,行为预测和决策规划等问题中的应用。

他在NeurIPS、ICRA、IROS、TITS等多个机器学习/机器人/智能交通系统领域的顶级会议/期刊发表论文十余篇,并担任多个期刊和会议的编委及审稿人。

个人主页:https://jiachenli94.github.io/


09


石冠亚

加州理工学院计算与数学科学系 在读博士生

时间:1月28日 (周四) 

主题:在线优化、控制和学习的结合:鲁棒性和复杂度分析 


石冠亚本科毕业于清华大学,目前在加州理工学院计算与数学科学(CMS)系的控制与动力系统(CDS)方向攻读博士学位。

他的主要研究方向是控制理论和机器学习的结合,以及在真实世界复杂动力系统中的应用。

他在ICRA、L4DC、NeurIPS、RAL等多个机器人、控制和机器学习的顶级会议/期刊发表论文十余篇,研究成果多次被雅虎新闻、ImportAI、Engadget、Caltech新闻等多家媒体报道。他曾先后在商汤科技深度学习算法组和英伟达AI算法组实习。
个人主页:www.gshi.me



10


康国梁

卡内基梅隆大学计算机学院 博士后

时间:2月4日 (周四) 

主题:领域自适应语义分割和物体识别


康国梁于2019年3 月从悉尼科技大学获得计算机博士学位,导师为杨易教授。目前是卡内基梅隆大学计算机学院博士后,导师是Alexander Hauptmann。

他的研究兴趣和方向包括深度学习,无监督域适应,语义分割和视频分析。他在国际顶级期刊(TPAMI等)和顶级会议(NeurIPS, CVPR, ICCV, ECCV, AAA, IJCAI等)发表文章16 篇。


更多有关Talk的详细信息,
敬请期待日后我“门”的独家推送~


温馨提示
1. 每场Talk将在指定时间准时在
www.techbeat.net 开播,建议提前注册账号预约;
2. Talk上架后可反复观看学习,在社区产生更多的互动行为赚取i豆即可用于下载pdf资料;
3. 欢迎在Talk页面的【交流区】进行提问,嘉宾看到会亲自回复你哦~
4. 关注“将门创投”公众号,Talk宣传提醒不错过  
♫. ♪ ~ ♬..♩~ ♫. ♪..♩~ ♫. ♪ ~ ♬..♩..♩~ ♫. ♪ ~ ♬..♩..♩~ ♫. ♪ ~ ♬..♩
♫. ♪ ~ ♬..♩~ ♫. ♪..♩~ ♫. ♪ ~ ♬..♩..♩~ ♫. ♪ ~ ♬..♩..♩~ ♫. ♪ ~ ♬..♩
♫. ♪ ~ ♬..♩~ ♫. ♪..♩~ ♫. ♪ ~ ♬..♩..♩~ ♫. ♪ ~ ♬..♩..♩~ ♫. ♪ ~ ♬..♩
♫. ♪ ~ ♬..♩~ ♫. ♪..♩~ ♫. ♪ ~ ♬..♩..♩~ ♫. ♪ ~ ♬..♩..♩~ ♫. ♪ ~ ♬..♩
 
最后,
还没报名机构专场的小伙伴要抓紧时间咯
关于TechBeat社区
TechBeat(www.techbeat.net)是一个荟聚全球华人AI精英的成长社区。

我们希望为AI人才打造更专业的服务和体验,加速并陪伴其学习成长。

期待这里可以成为你学习AI前沿知识的高地,分享自己最新工作的沃土,在AI进阶之路上的升级打怪的根据地!

更多详细介绍>>TechBeat,一个荟聚全球华人AI精英的学习成长社区

点击“❀在看”,让更多朋友们看到吧~


    收录于话题 #持续上新 | Talk合辑
    62
    上一篇 下一篇