点击蓝字
关注我们
AI TIME欢迎每一位AI爱好者的加入！
12月23日 19:30~20:30
AI TIME特别邀请加州大学戴维斯分校博士生、上海交通大学人工智能研究院博士后，开启IJCAI第五场！
哔哩哔哩直播通道
扫码关注AITIME哔哩哔哩官方账号
观看直播
链接：/21813994
★ 邀请嘉宾★
张洪境：
加州大学戴维斯分校计算机系博士研究生，博士导师为Ian Davidson。主要研究方向为半监督学习，可解释AI， 和公平性机器学习。以第一作者在IJCAI, SDM, ECML-PKDD, DMKD 等国际会议与期刊上发表多篇论文。
个人主页: https://hongjingz.github.io/
报告题目：
深度描述聚类
内容简介：
本文旨在研究可解释聚类，现有的可解释聚类大多针对于特征可理解的表格型数据，然而大部分深度聚类模型被运用在图像，文本等特征抽象复杂的数据上。在这项工作中，我们通过引入语义标签提出了一种新的针对复杂数据的深度可解释聚类模型。具体地说，我们通过最大化互信息来进行无监督聚类，根据聚类的中间结果与语义标签我们求解一个基于整数规划的解释性目标函数来为每个簇生成简洁且正交的解释。最后我们提出一个自监督的成对样本损失函数来最大化聚类特征空间和类别解释模块的一致性。在公共图像数据集的实验结果表明我们提出的模型可以生成高质量的类别解释与优异的聚类效果。
高忠派：
现为上海交通大学人工智能研究院博士后，博士毕业于上海交通大学电子工程系。研究方向包含计算机三维视觉、三维显示等。博士期间访问哈佛医学院，从事基于三维显示晕动症的问题。在ACM MM, AAAI, IJCAI, TMM, TCyb, Display, DSP等会议和期刊上发表论文数十篇。获得DynaVis@CVPR 动态场景重建研讨会的最佳论文奖。博士后期间入选国家博士后创新人才支持计划，上海市超级博士后激励计划，获得国家自然科学青年基金项目资助。
个人主页：
/site/gaozhongpai/home
报告题目：
基于谱字典的三维网格表征学习
内容简介：
三维网格用于建模有着统一拓扑结构的三维人脸 、人体或者人手等，广泛地应用于三维计算机视觉和图形学。传统CNN在结构化数据取得了巨大的成功，然而，CNN无法直接应用于三维网格这类非机构化数据结构。为了克服这种邻域结构的不一致性，最近的工作提出了各向同性的卷积、预先定义螺旋线邻域顺序的卷积，和邻域结构自适应的卷积。其中邻域结构自适应卷积是通过为模板的每一个顶点学习一个重采样的权值矩阵，取得了最好的效果。然而，为模板的每一个顶点定义一个可学习的权值矩阵极大地增加了网络的参数量，使得该方法很难应用于很多具有高分辨率三维形状的场景。我们提出了基于谱字典的三维网格卷积方法，通过定义一组权值矩阵的基，每个模板顶点的权值矩阵是通过这组基的线性组合来生成，而对应基的系数是通过该模板顶点的谱特征学习得到的。我们的方法的参数量独立于三维形状的顶点个数，从而在性能相当的形况下极大地减少了网络的参数量。实验表明，我们的方法在自编码器三维形状生成，三维形状配准任务上都达到了SOTA效果且大大减少了参数量。
直播结束后我们会邀请讲者在微信群中与大家答疑交流，请添加“AI TIME小助手（微信号：AITIME_HY）”，回复“IJCAI”，将拉您进“IJCAI会议交流群”！
AI TIME微信小助手
主 办：AI TIME
合作媒体：学术头条、AI 数据派
合作伙伴：智谱·AI、中国工程院知领直播、学堂在线、蔻享学术、Ever链动
AI TIME欢迎AI领域学者投稿，期待大家剖析学科历史发展和前沿技术。针对热门话题，我们将邀请专家一起论道。同时，我们也长期招募优质的撰稿人，顶级的平台需要顶级的你，
请将简历等信息发至yun.he@！
微信联系:AITIME_HY
AI TIME是清华大学计算机系一群关注人工智能发展，并有思想情怀的青年学者们创办的圈子,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、场景、应用的本质问题进行探索，加强思想碰撞，打造一个知识分享的聚集地。
更多资讯请扫码关注
我知道你“在看”哟～
点击阅读原文预约直播
