抢票 | AI未来说学术论坛第14期 深度学习线上专场

2020 年 4 月 22 日 PaperWeekly














AI已来,而你来不来!?


人工智能论坛如今浩如烟海,有硬货、有干货的讲座却百里挑一。“AI未来说”青年学术论坛第14期如约而至。来自国科大、北航、百度的各位专家和青年才俊,共同阐述深度学习领域的最新研究成果。一场专注于青年学者和大学生的AI论坛等你报名,可以快速定位文末报名哦~


“AI未来说·青年学术论坛”系列讲座由中国科学院大学主办,承办单位为中国科学院大学学生会,协办单位为中国科学院计算所研究生会、中科院计算机网络信息中心研究生会、人工智能学院学生会、化学工程学院学生会、公共政策与管理学院学生会、微电子学院学生会、数学与系统科学研究院研究生会,百度为支持单位,读芯术、PaperWeekly为合作自媒体。“AI未来说·青年学术论坛”第14期深度学习特别专场将于2020年4月26日13:00-15:30线上举行


宅在家,也能解锁最前沿的AI论坛?

宅家三个月,每天面对网课,你是否日日苦叹,深感“这知识它进不去脑子”?

担心! AI未来说为你准备了既优质又有趣的线上学术论坛! 这次,AI未来说第14期将带领大家专注于 深度学习 领域,尤其是那些实打实的实践案例,一起来跳出日常的枯燥学习,领略“学界+业界”最前沿的知识!

· 产学研深度结合的“神仙”阵容(国科大、北航知名学者&百度技术大咖)
· 最前沿的“理论+实践”AI内容
· 学习证书认证

坛将免费向报名成功的学生开放! 你将与高校学者、业界技术专家、以及众多关注AI的小伙伴们齐聚线上,一起讨论交流!

还等什么呢? 快快报名吧! 我们期待您的加入,让我们一起遇见未来,携手并进!

快速锁定文末即可获取报名链接~


活动简介

AI 未来说·青年学术论坛”系列论坛自2019年1月19日启动以来,已经成功举办13期,累计吸引上万人报名参加,报名群体遍布全国 30 多个省份地区,境内外13个国家400余所高校和科研院所,论坛由中国工程院李国杰院士坐阵,数十名长江学者、杰青、千人计划、万人计划、重点实验室主任组成学术嘉宾团,以及国内头雁企业嘉宾和优秀博士生组成的多元化分享阵容,吸引了包括学生、领域从业人员、企业管理人员等在内的广泛关注。


活动信息




报名时间 :即日起至2020年4月24日中午12:00

活动时间 2020年4月26 日13:00 - 15:30


嘉宾及分享内容


徐俊刚《 自动深度学习解读

徐俊刚,中国科学院大学教授,博士生导师,云计算与智能信息处理实验室主任,中国科学院大学《深度学习》课程首席教授。 研究方向为大数据与人工智能,主要包括行业大数据分析、自动机器学习、自然语言处理、计算机视觉等。 国家科技专家库专家,北京市科委专家,贵安新区战略咨询研究院专家。 中国计算机学会人工智能与模式识别专委会委员、中文信息技术专委会委员、数据库专委会委员,中国人工智能学会智能服务专委会常务委员。 主持国家科技支撑计划、国家自然科学基金、北京市科技计划、北京市自然科学基金等科研项目多项,发表文章100余篇。 获2016年度中国科学院朱李月华优秀教师奖。
报告内容: 自动机器学习是实现强人工智能的必备技术之一,必将成为下一个人工智能研究的热点。 作为自动机器学习重要分支的自动深度学习备受人们关注。 通过介绍目前自动深度学习的一些主要算法和应用案例,解读自动深度学习面临的主要问题,同时指出未来的研究重点以及主要研究方向。


孙钰《 昆虫目标检测技术

孙钰,北京航空航天大学大学网络空间安全学院副 教授,北京林业大学信息学院兼职硕士导师。 2018 及2019年C4-AI创意赛一等奖团队指导教师,同时获优秀指导教师奖。 2019年全国大学生物联网设计竞赛一等奖团队指导教师。 主持教育部-谷歌校企协同育人项目两项,教育部-百度校企协同育人项目一项。 主要研究方向为智能物联网AIoT、生物特征识别、智能安全。

报告内容: 以2018年C4-AI创意赛一等奖作品《智能虫情监测物联网》为例,介绍人工智能+生态的典型项目,讲解针对林业害虫红脂大小蠹的目标检测技术,内容覆盖数据采集、模型设计、飞桨软硬件选型、物联网部署等完整流程。


尤晓赫《EasyDL,让AI融入行业成为一种可能》

尤晓赫,现任百度AI开发平台部高级研发工程师。 负责EasyDL定制化模型训练和服务 平台的技术研发,包括图像分类、物体检测、图像分割、多目标跟踪等。

报告内容:随着人工智能技术日新月异的发展,AI也逐渐融入到人们的生活中,应用到各行各业里。基于多年来深度学习的技术积累,百度打造了EasyDL一站式AI开发平台,为各行业有 AI 模型开发需求的企业及开发者,提供从数据管理与标注、模型训练调优、端+云服务部署的全流程支持。EasyDL涵盖了图像分类、物体检测、图像分割、声音分类、文本分类、视频分类等多种模型类型,内置丰富的预训练模型,使用门槛低,训练效率高,少量数据即可获得优质的模型效果,面向AI零基础用户、算法工程师、行业客户等不同人群,提供了经典版、专业版、零售版多种产品形态,支持高效的AI模型开发与部署。本次分享将介绍EasyDL平台的技术框架、产品特性、专业版Master开发模式以及一些经典应用案例。



邓凯鹏 《飞桨视觉技术解析与应用》

邓凯鹏 ,2017年本硕毕业于上海交通大学电子信息与电气工程学院,现于百度深度学习技术平台部从事CV方向模型研究和优化工作。PaddleDetection目标检测库和PaddleVideo视频库的核心设计者和开发者,两个模型库均是在工业端到端落地的优秀实践,支撑了大量线上业务,其中基于Paddle开发并优化的YOLOv3目标检测模型,在精度和速度上达到业界最优,通过裁剪蒸馏等方法压缩的YOLOv3模型在移动端精度和速度大幅领先于当前最优的SSDLite-MobileNetV3。Paddle 3D视觉方向负责人,完成Paddle 3D视觉方向的建设和推广,建设的Paddle 3D模型库支撑百度研究院发表论文10余篇。

报告内容: 介绍飞桨视觉技术的发展现状,分析飞桨开源的各视觉模型库的特色和优势,并结合图像分类,目标检测和模型压缩及部署上端到端优化及应用案例,解读飞桨在视觉模型完备性和领先性上的已有建设工作,介绍视觉模型精度和预测速度优化上的方法技巧和实用效果,并分享飞桨在视觉模型选择,性能优化和部署应用上的优秀实践,解析飞桨视觉模型在工业应用实践上的优越性。

如何报名

报名方式

扫描下方二维码或点击阅读原文报名:


注意事项

1.  请在报名时认真填写真实有效的信息,方便工作人员审核。

2.  为方便报名,报名系统将会 开放至 2020年4月24日中午12:00 ,报名时请注意,报名信息填写完成后,点击提交会进入到报名成功的界面。

3.  记得填写报名信息后,及时添加AI未来说小助手,进入活动讨论群,获取参与活动相关信息&论坛直播入口 (一人一码进入直播房间)

4.  按照要求结课后,即可 免费获得认证证书 :
·  完成当期论坛(截图)+分享心得(至少200字),发送邮件至 【aiprospects@126.com】
· 工作人员核实后即可获得电子版盖章认证证书
· 邮件命名格式:AI未来说(xx专场)电子证书申请+姓名+学校/单位, 如:AI未来说(深度学习特别专场)电子证书申请+张三+中国科学院大学


🔍


现在,在「知乎」也能找到我们了

进入知乎首页搜索「PaperWeekly」

点击「关注」订阅我们的专栏吧



关于PaperWeekly


PaperWeekly 是一个推荐、解读、讨论、报道人工智能前沿论文成果的学术平台。如果你研究或从事 AI 领域,欢迎在公众号后台点击「交流群」,小助手将把你带入 PaperWeekly 的交流群里。



登录查看更多
0

相关内容

中国科学院大学(University of Chinese Academy of Sciences),简称“国科大”,中国科学技术最高学府,隶属于中国科学院,前身是中国科学院研究生院,创建于1978年,是经国务院批准创办的新中国第一所研究生院,培养了中国的第一个理学博士、第一个工学博士、第一个女博士、第一个双学位博士。
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
招聘 | 平安人寿人工智能研发团队北京研发中心
PaperWeekly
11+阅读 · 2019年6月14日
报名 | 清华大学“智慧医学影像论坛2018”
数据派THU
8+阅读 · 2018年6月27日
报名 | 知识图谱前沿技术课程(苏州大学站)
PaperWeekly
12+阅读 · 2017年11月27日
报名 | 知识图谱前沿技术课程(暨学术交流)
PaperWeekly
17+阅读 · 2017年7月10日
Meta-Transfer Learning for Zero-Shot Super-Resolution
Arxiv
43+阅读 · 2020年2月27日
Arxiv
6+阅读 · 2019年4月8日
Pluralistic Image Completion
Arxiv
8+阅读 · 2019年3月11日
Generalization and Regularization in DQN
Arxiv
6+阅读 · 2019年1月30日
Arxiv
3+阅读 · 2018年10月8日
Arxiv
22+阅读 · 2018年8月30日
Arxiv
16+阅读 · 2018年2月7日
VIP会员
相关VIP内容
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
相关论文
Meta-Transfer Learning for Zero-Shot Super-Resolution
Arxiv
43+阅读 · 2020年2月27日
Arxiv
6+阅读 · 2019年4月8日
Pluralistic Image Completion
Arxiv
8+阅读 · 2019年3月11日
Generalization and Regularization in DQN
Arxiv
6+阅读 · 2019年1月30日
Arxiv
3+阅读 · 2018年10月8日
Arxiv
22+阅读 · 2018年8月30日
Arxiv
16+阅读 · 2018年2月7日
Top
微信扫码咨询专知VIP会员