NeurIPS 2023 预讲会第二场来啦！17个报告，全天干货 |11月1日直播预告

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AITIME

哔哩哔哩官方账号预约直播

2023年11月1日

9:40-12:00  14:00-17:20

9:40——12:00

薛家琦

中佛罗里达大学一年级博士生，研究方向主要包括Privacy-preserving machine learning和Trojan Attack and detection on deep learning

报告题目

TrojLLM: A Black-box Trojan Prompt Attack on Large Language Models

吴齐天

上海交通大学博士生，研究方向为图机器学习与几何深度学习

报告题目

Simplifying and Empowering Transformers for Large-Graph Representations

简翌 (Eli Chien)

ECE, GaTech博士后，于2022年在ECE, UIUC获取Ph.D.研究方向为图学习的隐私，包括差分隐私与Machine unlearning，如DP-GNN以及Certified Graph Unlearning

报告题目

Differentially Private Decoupled Graph Convolutions for Multigranular Topology Protection

刘家硕

清华大学计算机系四年级博士生，主要研究方向为 Out-of-Distribution Generalization, Data-Centric AI, Data Heteorgeneity

个人主页：https://ljsthu.github.io

报告题目

On the Need for a Language Describing Distribution Shifts: Illustrations on Tabular Datasets

董家祥

清华大学软件学院四年级博士生，研究方向主要包括时间序列分析，时序表征学习

报告题目

SimMTM: A Simple Pre-Training Framework for Masked Time-Series Modeling

薄德瑜

北京邮电大学计算机系五年级博士生，主要研究方向为Spectral Graph Models

报告题目

Graph Contrastive Learning with Stable and Scalable Spectral  Encoding

陈一览

加州大学圣地亚哥分校二年级博士生，研究方向为深度学习的理论以及应用

个人主页：https://chenyilan.net/

报告题目

Analyzing Generalization of Neural Networks through Loss Path 

Kernels

14:00——17:20

王子夫

KU Leuven四年级博士生，研究方向主要包括语义分割，大语言模型的加速和应用

报告题目

1.Optimization with JDTLoss for Semantic Segmentation

2.Evaluation with Fine-grained mIoUs for Semantic Segmentation

马一宁

新加坡南洋理工大学研究员、新加坡国立大学最后一年博士生，研究方向为强化学习、深度学习和优化算法，尤其专注于新兴的学习优化领域

个人主页：https://yining043.github.io/

报告题目

NeuOpt求解器：学习搜索车辆路由问题的可行与不可行区域

贾宇欣

北京交通大学博士生，研究方向为机器学习与时间序列预测

报告题目

 重塑RNN在长程时间序列预测上的应用——WITRAN

孙奥

香港科技大学软件安全实验室在读博士，研究兴趣为可解释性人工智能和可信机器学习，主要是从Post-hoc，逻辑和概念的角度分析神经网络的机理

个人主页：https://jerry00917.github.io

报告题目

Explain Any Concept: Segment Anything Meets Concept-Based  Explanation

吴黎明

中国人民大学一年级博士生，研究方向包括几何机器学习理论方法，及其在智能药物发现、物理场景理解与模拟、智能体感知与决策等跨领域任务上的应用

实验室主页：https://gsai.ruc.edu.cn/wenbing_huang

报告题目

Equivariant Spatio-Temporal Attentive Graph Networks to Simulate Physical Dynamics

马泽原

华南理工大学一年级博士生，研究方向为强化学习，黑箱优化，演化计算

报告题目

MetaBox: 面向元黑箱优化兼容的黑箱优化测试平台

秦泽钰

香港科技大学博士生，研究方向为AI Safety以及Interpretability,

个人主页：https://alan-qin.github.io/

报告题目

Towards Stable Backdoor Purification through Feature Shift Tuning

王晓森

华中科技大学硕士生，主要研究方向为可信AI

个人主页：https://xiaosenwang.com/

报告题目

Rethinking the Backward Propagation for Adversarial Transferability

成鹏

北京交通大学计算机与信息技术学院博士生，研究方向是离线强化学习

报告题目

Look Beneath the Surface: Exploiting Fundamental Symmetry for Sample-Efficient Offline RL

添加“AI TIME小助手（微信号：AITIME_HY）”，回复“NIPS”，将拉您进“AI TIME NeurlPS 交流群”！

AI TIME微信小助手

往期精彩文章推荐

关注我们 记得星标

 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1400多位海内外讲者，举办了逾600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！