直播预告：AAAI 2021专场二| AI TIME PhD

点击蓝字

关注我们

AI TIME欢迎每一位AI爱好者的加入！

3月5日晚7:30-9:00

AI TIME特别邀请了两位优秀的讲者跟大家共同开启AAAI 专场二！

哔哩哔哩直播通道

扫码关注AITIME哔哩哔哩官方账号

观看直播

链接：https://live.bilibili.com/21813994

★ 邀请嘉宾 ★

吴桐桐：东南大学-Monash大学联合培养博士生，中方导师漆桂林教授，澳方导师A.Prof. Reza Haffari、Dr. Yuan-Fang Li。主要研究方向为面向少样本或增量场景的关系抽取方法。本报告论文的部分工作在平安金融壹账通Gamma Lab研究院项目实习期间完成。

报告题目：

增量关系抽取中的灾难性遗忘与顺序敏感性

摘要：

Continual relation extraction is an important task that focuses on extracting new facts incrementally from unstructured text. Given the sequential arrival order of the relations, this task is prone to two serious challenges, namely catastrophic forgetting and order-sensitivity. We propose a novel curriculum-meta learning method to tackle the above two challenges in continual relation extraction. We combine meta learning and curriculum learning to quickly adapt model parameters to a new task and to reduce interference of previously seen tasks on the current task. We design a novel relation representation learning method through the distribution of domain and range types of relations. Such representations are utilized to quantify the difficulty of tasks for the construction of curricula. Moreover, we also present novel difficulty-based metrics to quantitatively measure the extent of order-sensitivity of a given model, suggesting new ways to evaluate model robustness. Our comprehensive experiments on three benchmark datasets show that our proposed method outperforms the state-of-the-art techniques. 

论文标题：

Curriculum-Meta Learning for Order-Robust Continual Relation Extraction

论文链接：

https://arxiv.org/abs/2101.01926

Google Profile：

https://scholar.google.com.hk/citations?hl=en&user=u1Qp8lUAAAAJ

李娇阳：南加州大学计算机系博士四年级学生，导师Sven Koenig, 本科毕业于清华大学自动化系。目前主要的研究方向为人工智能，多智能体规划，组合优化，搜索算法等。以第一作者在AAAI，IJCAI，ICAPS，AAMAS等顶级会议上发表论文十余篇。曽担任Artifical Intelligence, IEEE Robotics and Automation Letters等期刊审稿人，AAAI，IJCAI,ICAPS等会议评审委员会委员，IJCAI会议评审委员会资深委员， 并组织举办了IJCAI-2020多智能体路径规划研讨会。曾获得2019年南加州大学技术商业化奖，2020年高通奖学金，2020年ICAPS最佳学生论文， 以及2020年NeurIPS Flatland挑战赛（Multi-Agent Reinforcement Learning on Trains）第一名。本次报告的其中一项工作（论文1）在Amazon Robotics实习期间完成。个人主页：https://jiaoyangli.me/

报告题目：

大规模多机器人路径规划

论文标题：

1. Lifelong Multi-Agent Path Finding in Large-Scale Warehouses

2. EECBS: A Bounded-Suboptimal Search for Multi-Agent Path Finding

3. Scalable and Safe Multi-Agent Motion Planning with Nonlinear Dynamics and Bounded Disturbances

4. Symmetry Breaking for k-Robust Multi-Agent Path Finding

论文链接：

1. https://arxiv.org/abs/2005.07371

2. https://arxiv.org/abs/2010.01367

3. https://arxiv.org/abs/2012.09052

4. https://arxiv.org/abs/2102.08689

直播结束后我们会邀请讲者在微信群中与大家答疑交流，请添加“AI TIME小助手（微信号：AITIME_HY）”，回复“aaai”，将拉您进“AAAI 会议交流群”！

AI TIME微信小助手

主         办：AI TIME 、AMiner

合作伙伴：智谱·AI、中国工程院知领直播、学堂在线、CSDN、学术头条、biendata、大数据文摘、数据派、 Ever链动、机器学习算法与自然语言处理

AMiner是学术搜索和社会网络挖掘研究的重要数据和实验平台，由清华大学计算机系研发，拥有我国完全自主知识产权。平台包含了超过2.3亿学术论文/专利和1.36亿学者的科技图谱，提供学者评价、专家发现、智能指派、学术地图等科技情报专业化服务。系统2006年上线，吸引了全球220个国家/地区1000多万独立IP访问，数据下载量230万次，年度访问量超过1100万。        

1）AMiner平台：https://www.aminer.cn

2）会议专题页面：https://www.aminer.cn/conf/emnlp2020

AI TIME欢迎AI领域学者投稿，期待大家剖析学科历史发展和前沿技术。针对热门话题，我们将邀请专家一起论道。同时，我们也长期招募优质的撰稿人，顶级的平台需要顶级的你，

请将简历等信息发至yun.he@aminer.cn！

微信联系:AITIME_HY

AI TIME是清华大学计算机系一群关注人工智能发展，并有思想情怀的青年学者们创办的圈子,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、场景、应用的本质问题进行探索，加强思想碰撞，打造一个知识分享的聚集地。

更多资讯请扫码关注

 

我知道你在看哟

点击 阅读原文 写下你的问题