2月22日 | 15位讲者开启NeurIPS 专场三

点击蓝字

关注我们

AI TIME欢迎每一位AI爱好者的加入！

哔哩哔哩直播通道

扫码关注AI TIME哔哩哔哩官方账号预约直播

2023年2月22日（周三）

10:00-12:00  14:30-16:30

刘家硕

清华大学计算机系博士生，主要研究方向为分布外泛化问题、分布鲁棒优化等（详见个人主页：https://ljsthu.github.io）

报告题目：

结合数据几何性质的分布鲁棒优化方法

张世昌

加州大学洛杉矶分校在读博士生，研究方向为图机器学习，机器学习的可解释性，和因果推断（详见个人主页 https://shichangzh.github.io/）

报告题目：

用可感知结构的合作博弈解释图神经网络

牛浩懿

清华大学自动化系研究生一年级，主要研究方向为强化学习及其在自动驾驶和机器人中的应用（更多信息详见 https://t6-thu.github.io）

报告题目：

何时相信你的仿真器：考虑动力学偏差的混合离线在线强化学习

丁文浩

卡内基梅陇大学四年级博士生，研究方式是智能体的安全性、鲁棒性、泛化性。个人主页：https://wenhao.pub

报告题目：

基于变分因果推理的强化学习泛化性提升算法

高斌斌

腾讯优图实验室高级研究员 (https://csgaobb.github.io)

报告题目：

解耦分类的小样本检测和实例分割

王梓枫

美国东北大学博士生，主要研究方向持续学习（Continual Learning）。个人主页：https://kingspencer.github.io

报告题目：

SparCL: 边缘设备上的稀疏持续学习

刘嘉畅

杜克大学博士生，研究方式是可解释的机器学习、连续优化和离散优化。个人主页：https://jiachangliu.github.io

报告题目：

FasterRisk：快速准确的可解释风险评分

施舟行

加州大学洛杉矶分校博士生 (https://shizhouxing.github.io/)

报告题目：

基于界传播高效计算神经网络的局部Lipschitz常数

周俊昇

清华大学软件学院二年级研究生，主页：https://junshengzhou.github.io/

报告题目：

从原点云中学习具有一致性感知的无向距离场

李鹏飞

清华大学智能产业研究院博士生（2022-）。研究方向为自动驾驶，计算机视觉，vision-language。

报告题目：

利用名词到代词的蒸馏以理解动词，面向任务的实例分割注意力模型

李世鲲

中国科学院信息工程研究所博士生，研究方向带噪标签学习，众包学习（详见IMSG - Shikun Li）

报告题目：

带噪多标签学习：基于标签相关性的噪声转移矩阵估计

童湛

腾讯AI Lab研究员，毕业于南京大学计算机系。研究方向为视频理解，自监督学习。

报告题目：

简单高效的视频自监督预训练新范式

秦典

浙江大学Eagle实验室博士生，研究方向医学图像分析、模型压缩

报告题目：

可用于跨维度模型蒸馏的希尔伯特蒸馏法

董旻京

悉尼大学博士生，研究方向对抗鲁棒，神经网络搜索，模型校准，以及人体运动预测

报告题目：

随机归一化层聚合的对抗抵御方法

陈灿

McGill & Mila 在读博士生，研究方向元学习，AI for Science。

报告题目：

基于无限宽网络的双向学习

大家可以在群内进行提问，请添加“AI TIME小助手（微信号：AITIME_HY）”，回复“NeurIPS”，将拉您进“AI TIME NeurIPS交流群”！

AI TIME微信小助手

往期精彩文章推荐

记得关注我们呀！每天都有新知识！

 关于AI TIME 

AI TIME源起于2019年，旨在发扬科学思辨精神，邀请各界人士对人工智能理论、算法和场景应用的本质问题进行探索，加强思想碰撞，链接全球AI学者、行业专家和爱好者，希望以辩论的形式，探讨人工智能和人类未来之间的矛盾，探索人工智能领域的未来。

迄今为止，AI TIME已经邀请了900多位海内外讲者，举办了逾450场活动，超500万人次观看。

我知道你

在看

哦

~

点击 阅读原文 预约直播！