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6月7日
10:00-11:30 14:00-15:30
10:00——11:30
何昊
麻省理工博士生,研究方向为机器学习与健康医疗
报告题目:
针对对比学习的无差别数据投毒攻击
刘政哲
香港中文大学博士生,研究方向AIGC,3D生成。2022微软学者提名。
个人主页 https://liuzhengzhe.github.io/
报告题目:
以图为梯:文本到3D形状生成
张一帆
新加坡国立大学博士,研究方向为Generalized ML和Distribution Shift Problem, 目前在NeurIPS, ICML, ICLR, CVPR等国际会议发表多篇论文。个人学术主页:https://scholar.google.com/citations?user=zuYIUJEAAAAJ&hl=en
报告题目:
在开放环境下实现稳定的测试时模型自适应
张作柏
魁北克人工智能研究中心(Mila - Quebec AI Institute)在读博士,研究方向为AI4Protein,Geometric Deep Learning,个人主页:https://oxer11.github.io/
报告题目:
基于蛋白质结构的预训练与表征学习
陈天翼
微软高级研究员
报告题目:
一站式自动化通用网络训练剪枝框架OTO
卢雨洁
UCSB二年级博士生,研究方向计算机视觉与自然语言处理
报告题目:
结合常识提示的神经-符号性因果程序规划
14:00——15:30
田柯宇
北京大学研究生一年级,方向为自监督学习、强化学习与优化
报告题目:
卷积网络上如何做BERT形式的预训练
曾致远
复旦大学博士生
报告题目:
基于层次化通信的高效混合专家模型
蔡欣强
东京大学博士生,导师Sugiyama教授,研究兴趣为弱监督下的强化学习和模仿学习
报告题目:
观测异质的模仿学习问题
史震美
威斯康辛麦迪逊博士生。研究方向为自监督的表征学习,两层神经网络的特征学习能力,以及开放世界学习。
报告题目:
对比学习表征的广泛适应性和样本复杂度之间的权衡
许琼恺
墨尔本大学研究员,主要关注机器学习模型性能评估,模型安全检查和数据隐私保护。
报告题目:
评估超越人类能力的分类器
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“ICLR”,将拉您进“AI TIME ICLR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1100多位海内外讲者,举办了逾550场活动,超600万人次观看。
我知道你
在看
哦
~
点击 阅读原文 预约直播!