今日 Paper | 人臉數(shù)據(jù)隱私；神經(jīng)符號推理；深度學(xué)習(xí)聊天機(jī)器人等

本文作者： AI研習(xí)社

2020-01-15 14:37

導(dǎo)語：每天都為你精選關(guān)于人工智能的前沿學(xué)術(shù)論文供你學(xué)習(xí)參考。

為了幫助各位學(xué)術(shù)青年更好地學(xué)習(xí)前沿研究成果和技術(shù)，AI科技評論聯(lián)合Paper 研習(xí)社（paper.yanxishe.com），推出【今日 Paper】欄目，每天都為你精選關(guān)于人工智能的前沿學(xué)術(shù)論文供你學(xué)習(xí)參考。以下是今日的精選內(nèi)容——

目錄
2020 AAAI | 那么多人臉數(shù)據(jù)，有沒有人擔(dān)心隱私怎么辦？
Facebook：通過將數(shù)學(xué)表達(dá)式重組為一種語言，用神經(jīng)網(wǎng)絡(luò)符號推理求解復(fù)雜數(shù)學(xué)方程
StyleGAN：一個基于風(fēng)格的生成器架構(gòu)，用于生成對抗網(wǎng)絡(luò)
edBB：評估遠(yuǎn)程教育的生物識別和行為
深度學(xué)習(xí)聊天機(jī)器人綜述

2020 AAAI | 那么多人臉數(shù)據(jù)，有沒有人擔(dān)心隱私怎么辦？

論文名稱：Investigating the Impact of Inclusion in Face Recognition Training Data>

作者：Chris Dulhanty /Alexander Wong

發(fā)表時間：2020/1/9

論文鏈接：https://paper.yanxishe.com/review/8554?from=leiphonecolumn_paperreview0115

推薦原因：現(xiàn)代的人臉識別系統(tǒng)數(shù)據(jù)集包含數(shù)十萬張?zhí)囟ㄈ四槇D像，研究人員用于訓(xùn)練深度卷積神經(jīng)網(wǎng)絡(luò)，最近，大規(guī)模的面部識別培訓(xùn)數(shù)據(jù)集（如MS-Celeb-1M和MegaFace）的來源和隱私問題受到了公眾的密切關(guān)注，因為許多人不愿意讓自己的臉被用于培訓(xùn)能夠?qū)崿F(xiàn)大規(guī)模監(jiān)控的兩用技術(shù)。為了探討人臉隱私的問題，該論文評估了ArcFace（開源人臉識別系統(tǒng)）在人臉隱私方面的表現(xiàn)。研究發(fā)現(xiàn)，在該模型的訓(xùn)練數(shù)據(jù)中，排名第一的人臉識別正確率為79.71%，而那些不存在的人的正確率為75.73%。

今日 Paper | 人臉數(shù)據(jù)隱私；神經(jīng)符號推理；深度學(xué)習(xí)聊天機(jī)器人等

Facebook：通過將數(shù)學(xué)表達(dá)式重組為一種語言，用神經(jīng)網(wǎng)絡(luò)符號推理求解復(fù)雜數(shù)學(xué)方程

論文名稱：Deep Learning for Symbolic Mathematics

作者：Lample Guillaume /Charton Fran?ois

發(fā)表時間：2019/12/2

論文鏈接：https://paper.yanxishe.com/review/8879?from=leiphonecolumn_paperreview0115

推薦原因：該論文由 Facebook AI 團(tuán)隊提出。根據(jù)團(tuán)隊研究，F(xiàn)acebook 已經(jīng)建立了第一個可以使用符號推理解決高等數(shù)學(xué)方程的人工智能系統(tǒng)。研究人員通過開發(fā)一種新的方法，將復(fù)雜的數(shù)學(xué)表達(dá)式表示為一種語言，然后將解看作是 sequence-to-sequence 神經(jīng)網(wǎng)絡(luò)的翻譯問題，結(jié)果顯示，在求解積分問題和一階、二階微分方程方面都優(yōu)于傳統(tǒng)計算系統(tǒng)的系統(tǒng)。

以前，這類問題被認(rèn)為超出了深度學(xué)習(xí)模型的范圍，因為求解復(fù)雜方程需要精確而不是近似。神經(jīng)網(wǎng)絡(luò)擅長于通過近似來學(xué)習(xí)，比如識別一個特定的像素模式（可能是一個狗的圖像），或者一個句子在一種語言中的特征與另一種語言中的特征相匹配。解決復(fù)雜的方程也需要處理符號數(shù)據(jù)的能力，F(xiàn)acebook AI 團(tuán)隊在該論文的研究結(jié)果表現(xiàn)要優(yōu)于諸如 Matlab 或 Mathematica 之類的計算代數(shù)系統(tǒng)。

模型目前處理的是單變量問題，F(xiàn)acebook AI 團(tuán)隊計劃將其擴(kuò)展到多變量方程。這種方法也可以應(yīng)用于其他基于數(shù)學(xué)和邏輯的領(lǐng)域，期待有更好的結(jié)果~

今日 Paper | 人臉數(shù)據(jù)隱私；神經(jīng)符號推理；深度學(xué)習(xí)聊天機(jī)器人等

StyleGAN：一個基于風(fēng)格的生成器架構(gòu)，用于生成對抗網(wǎng)絡(luò)

論文名稱：A Style-Based Generator Architecture for Generative Adversarial Networks

作者：Karras Tero /Laine Samuli /Aila Timo

發(fā)表時間：2018/12/12

論文鏈接：https://paper.yanxishe.com/review/8878?from=leiphonecolumn_paperreview0115

提出了一個替代發(fā)電機(jī)的架構(gòu)生成對抗網(wǎng)絡(luò)，借鑒了風(fēng)格轉(zhuǎn)移文獻(xiàn)。新的體系結(jié)構(gòu)可以自動地、無監(jiān)督地分離高級屬性(例如，在人臉上訓(xùn)練時的姿勢和身份)和生成的圖像中的隨機(jī)變化(例如，雀斑、頭發(fā))，并實現(xiàn)對合成的直觀的、特定于尺度的控制。新的生成器在傳統(tǒng)的分布質(zhì)量度量方面改進(jìn)了當(dāng)前的技術(shù)水平，顯著地提高了插值性能，并更好地釋放了潛在的變化因素。為了量化插值質(zhì)量和解糾纏，提出了兩種適用于任何生成器架構(gòu)的新的自動化方法。最后，介紹一個新的，高度多樣化和高質(zhì)量的人臉數(shù)據(jù)集。

相較于傳統(tǒng)的GAN，引入了Mapping network，樣式轉(zhuǎn)換，噪聲；

最終可達(dá)達(dá)到：模型可以預(yù)期修改樣式的特定子集僅影響圖像的某些方面。

今日 Paper | 人臉數(shù)據(jù)隱私；神經(jīng)符號推理；深度學(xué)習(xí)聊天機(jī)器人等

edBB：評估遠(yuǎn)程教育的生物識別和行為

edBB: Biometrics and Behavior for Assessing Remote Education

作者：Hernandez-Ortega Javier /Daza Roberto /Morales Aythami /Fierrez Julian /Ortega-Garcia Javier

發(fā)表時間：2019/12/10

論文鏈接： https://paper.yanxishe.com/review/7828?from=leiphonecolumn_paperreview0115

推薦理由：我們提供了一個用于遠(yuǎn)程教育中學(xué)生監(jiān)控的平臺，該平臺由捕獲生物特征和行為數(shù)據(jù)的傳感器和軟件組成。我們定義了一組任務(wù)來獲取行為數(shù)據(jù)，這些數(shù)據(jù)對于應(yīng)對遠(yuǎn)程評估過程中自動學(xué)生監(jiān)控中的現(xiàn)有挑戰(zhàn)很有用。此外，我們發(fā)布了一個初始數(shù)據(jù)庫，其中包含來自20個不同用戶的數(shù)據(jù)，這些用戶使用一組基本傳感器來完成這些任務(wù)：攝像頭，麥克風(fēng)，鼠標(biāo)和鍵盤；以及更先進(jìn)的傳感器：NIR相機(jī)，智能手表，其他RGB相機(jī)和EEG頻段。來自計算機(jī)的信息（例如系統(tǒng)日志，MAC，IP或Web瀏覽歷史記錄）也將被存儲。在每個獲取會話期間，每個用戶完成三種不同類型的任務(wù)，生成不同性質(zhì)的數(shù)據(jù)：鼠標(biāo)和擊鍵動態(tài)，面部數(shù)據(jù)和音頻數(shù)據(jù)等。設(shè)計任務(wù)時要牢記兩個主要目標(biāo)：i）分析此類生物統(tǒng)計和行為數(shù)據(jù)的能力以在遠(yuǎn)程評估期間檢測異常，并且ii）研究這些數(shù)據(jù)的能力，例如腦電圖，心電圖或近紅外視頻估計有關(guān)用戶的其他信息，例如他們的注意力水平，壓力的存在或他們的脈搏率。

今日 Paper | 人臉數(shù)據(jù)隱私；神經(jīng)符號推理；深度學(xué)習(xí)聊天機(jī)器人等

深度學(xué)習(xí)聊天機(jī)器人綜述

論文名稱：Deep Learning Based Chatbot Models

作者：Csaky Richard

發(fā)表時間：2019/8/23

論文鏈接：https://paper.yanxishe.com/review/137?from=leiphonecolumn_paperreview0115

聊天機(jī)器人不僅有許多的研究方向和研究成果，也已經(jīng)有了許多商業(yè)應(yīng)用。在這篇綜述論文中，作者對這個領(lǐng)域近年來的研究成果做了回顧和綜述 —— 具體來說，他回顧了過去三年中發(fā)表的超過 70 篇論文，分析了現(xiàn)有方案的問題，對“通用型聊天機(jī)器人應(yīng)該使用什么樣的架構(gòu)”提出了自己的觀點和改進(jìn)建議。想了解這個領(lǐng)域總體狀況的讀者不妨看看這篇論文。

今日 Paper | 人臉數(shù)據(jù)隱私；神經(jīng)符號推理；深度學(xué)習(xí)聊天機(jī)器人等

為了更好地服務(wù)廣大 AI 青年，AI 研習(xí)社正式推出全新「論文」版塊，希望以論文作為聚合 AI 學(xué)生青年的「興趣點」，通過論文整理推薦、點評解讀、代碼復(fù)現(xiàn)。致力成為國內(nèi)外前沿研究成果學(xué)習(xí)討論和發(fā)表的聚集地，也讓優(yōu)秀科研得到更為廣泛的傳播和認(rèn)可。

我們希望熱愛學(xué)術(shù)的你，可以加入我們的論文作者團(tuán)隊。

入論文作者團(tuán)隊你可以獲得

1.署著你名字的文章，將你打造成最耀眼的學(xué)術(shù)明星

2.豐厚的稿酬

3.AI 名企內(nèi)推、大會門票福利、獨家周邊紀(jì)念品等等等。

加入論文作者團(tuán)隊你需要：

1.將你喜歡的論文推薦給廣大的研習(xí)社社友

2.撰寫論文解讀

如果你已經(jīng)準(zhǔn)備好加入 AI 研習(xí)社的論文兼職作者團(tuán)隊，可以添加運營小姐姐的微，備注“論文兼職作者”

今日 Paper | 人臉數(shù)據(jù)隱私；神經(jīng)符號推理；深度學(xué)習(xí)聊天機(jī)器人等