你下周该看的人工智能视频全在这了，AI研习社下周直播预告~

2018 年 9 月 14 日 AI研习社

感谢各位开发者的支持，AI研习社大讲堂、猿桌会、职播间三个直播品牌逐渐走向正轨，直播内容也越来越丰富。随着社区的直播功能越来越受欢迎，不少企业及学术大咖也不断入驻社区，为社区用户带来最新的技术讲解和学术分享。从本周日至下周五，AI研习社每晚八点准时为社区用户带来一场高质量的直播分享活动，详细直播信息如下，需要看直播的同学可以提前安排时间。

知识图谱赋能企业数字化转型

分享主题

知识图谱赋能企业数字化转型

分享背景

现在的市场环境下，企业面临着竞争逐渐加剧，人力成本增加，人员流动率加快的挑战。而随着企业经历了信息化的成熟阶段，沉淀了大量的数据。大型的企业都开始了数字化转型，利用前沿的技术利用海量的外部数据以及内部积累的业务数据上下游的链接客户，将数据转化为专家的经验知识，提高工作效率，增强产品的用户体验和销售。知识图谱在企业的数字化转型中扮演了重要的作用，北京知识图谱科技将分享如何利用知识图谱产品赋能企业数字化转型。

分享嘉宾

吴刚，中科院软件所硕士，导师是软件所总工戴国忠研究员，主要研究方向为人机交互与智能信息处理，曾在汤森路透担任中国区首席顾问。现为北京知识图谱科技有限公司CEO，中文信息学会语言与知识计算专委会委员，开放知识图谱联盟成员。

分享提纲

公司介绍与职位介绍
知识图谱技术概述
企业机遇与挑战。
知识图谱赋能企业数字化转型
知识图谱落地挑战与趋势

分享时间

9 月 16 日（星期日） 20:00

直播链接

http://www.mooc.ai/open/course/554

利用工况数据快速搭建工业级算法模型

分享背景

我们团队在短短5天之内就拿下单赛道第二名，并且在决赛逆袭二等奖。在本次公开课中，讲者将分享其快速处理复杂工况数据的各种技巧。

分享嘉宾

宋颖，华南理工大学大四，国家电投总决赛二等奖，主要研究方向为数据挖掘

分享提纲

赛题的简要解读
特征的高效提取
高效的特征筛选与模型训练
确定f1_score阈值的技巧
小数据量背景下的模型训练技巧

分享时间

2018.9.17 周一 20:00

直播链接

http://www.mooc.ai/open/course/553

研习U-Net

分享背景

经典的Encoder-Decoder结构在目标分割问题中展现出了举足轻重的作用，然而这样一个相对固定的框架使得模型在感受野大小和边界分割精度两方面很难达到兼顾。本次公开课，讲者以U-Net为案例分析，总结现有的分割网络创新，以及探讨还有哪些有针对性的改进方向。

分享嘉宾

周纵苇，亚利桑那州立大学生物信息学在读博士，师从Jianming Liang教授，主要研究方向为医学图像分析，深度学习等。其研究工作曾在 CVPR，DLMIA，EJNMMI Research发表。

分享提纲

肢解经典的U-Net结构，反思其组成元素的必要性和优缺点
解读现有的对于U-Net结构性创新的改进思路
分享我们对其提出的一个改进方案——UNet++

分享时间

9月 18 日（星期二） 20:00

直播链接

http://www.mooc.ai/open/course/549

渐进式神经网络结构搜索

分享背景

近年来，神经网络已经成为了计算机视觉中主要的机器学习解决方案。然而神经网络结构的设计仍然需要极强的专业知识，在一定程度上妨碍了神经网络的普及。在本次公开课中，讲者将分享在神经网络结构搜索的最新研究，如何通过由简至繁的渐进式搜索得到在ImageNet图像分类上最高的识别精度。

分享嘉宾

刘晨曦，约翰霍普金斯大学在读博士，导师是Alan Yuille教授，主要研究方向为计算机视觉，自然语言处理等。曾就读于加州大学洛杉矶分校及清华大学。其研究工作曾在CVPR，ICCV，ECCV等发表。

分享大纲

AutoML和神经网络结构搜索的背景介绍
网络结构搜索空间
渐进式神经网络结构搜索算法
图像分类的实验结果

分享时间

9月19日（周三） 20：00

直播链接

http://www.mooc.ai/open/course/550

义原的介绍和义原的自动推荐

分享背景

义原（Sememe）在语言学中是指最小的不可再分的语义单位，而知网（HowNet）则是最著名的义原知识库。近些年包括知网在内的语言知识库在深度学习模型中的重要性越来越显著，但是这些人工构建的语言知识库往往面临新词不断出现的挑战。知网也不例外，而且其只为中、英文词标注了义原，这限制了它在其他语言的NLP任务中的应用。因此，我们希望采用机器学习的方法为中文新词自动推荐义原，并进一步为其他语言的词语推荐义原。

分享嘉宾

岂凡超，清华大学计算机系在读博士，导师是孙茂松教授，主要研究方向为自然语言处理。其研究工作曾在 EMNLP 等发表

分享提纲