直播实录 | 基于生成模型的事件流研究 + NIPS 2017 论文解读

本文为 12 月 20 日，约翰霍普金斯大学 CLSP 实验室博士生——梅洪源博士在第 20 期 PhD Talk 中的直播分享实录。

本期 PhD Talk，来自约翰霍普金斯大学 CLSP 实验室的博士生梅洪源，将为大家带来事件流、point processes 和 Hawkes process 的简要介绍，以及 NIPS 2017 录用论文 The Neural Hawkes Process: A Neurally Self-Modulating Multivariate Point Process 的深度解读。

本文提出了一个通用的连续时间序列模型 — Neural Hawkes Process，用来学习事件流中不同事件之间的影响关系，进而对未来事件的发生时间和类型进行预测。

该模型在传统 Hawkes process 的基础上，用 Recurrent Neural Network 来总结事件流的历史信息，并动态地估计不同时刻不同事件之间复杂的相互影响关系，进而得出未来事件的发生时间和类型的概率分布。

此模型可以用于多种事件流的分析，包括医学诊断，消费者行为，和社交网络活动的预测等，并在多个数据集上表现出了显著的优势。

■ 论文 | The Neural Hawkes Process: A Neurally Self-Modulating Multivariate Point Process

■ 链接 | https://www.paperweekly.site/papers/438

■ 作者 | Hongyuan Mei, Jason Eisner

>>>> 获取完整PPT和视频

关注“PaperWeekly”微信公众号，回复“20171220”获取下载链接。

 我是彩蛋

 解锁新功能：热门职位推荐！

PaperWeekly小程序升级啦

今日arXiv√猜你喜欢√热门职位√

找全职找实习都不是问题

 

 解锁方式 

1. 识别下方二维码打开小程序

2. 用PaperWeekly社区账号进行登陆

3. 登陆后即可解锁所有功能

 职位发布 

请添加小助手微信（pwbot01）进行咨询

 

长按识别二维码，使用小程序

*点击阅读原文即可注册

点击以下标题查看往期实录： 

•   亚马逊高级应用科学家熊元骏：人类行为理解研究进展
  

• 清华大学冯珺：基于强化学习的关系抽取和文本分类
  

• 基于双语主题模型的跨语言层次分类体系匹配
  

• 东南大学高桓：知识图谱表示学习
  

• 带多分类判别器的GAN模型
  

• 多源信息表示学习在知识图谱中的应用

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。