雷鋒網(wǎng) AI 科技評論按：12 月 19 日（周三），由中國人工智能學會主辦，中國人工智能學會青年工作委員會承辦，哈爾濱工業(yè)大學（深圳）與雷鋒網(wǎng)協(xié)辦的「人工智能頂級論文報告會暨 CAAI 青年科技成果獎報告會」將于深圳大學城拉開帷幕。雷鋒網(wǎng) AI 科技評論將作為協(xié)辦媒體，提供現(xiàn)場報導，為大家?guī)淼谝皇仲Y訊。

本次報告會分為兩部分，一是人工智能頂級論文報告會，二是 CAAI 青年科技成果獎報告會。

會議時間： 12 月 20 日 8:50-17:15

會議地點：深圳大學城哈工大 F 棟國際報告廳

報名鏈接：http://u6.gg/gxJm6

PS：本次活動費用全免，并提供茶歇環(huán)節(jié)。

會議議程如下：

人工智能頂級論文報告會

本次報告會共涉及到 7 場論文解讀，涵蓋 EMNLP、AAAI、IJCAI、ACL、ECCV 等多個學術頂會和期刊，詳細議程如下：

8:50-9:00 報告會開幕

9:00-9:20 盧瑤 哈工大（深圳）

報告題目：Structure Optimization of the Convolutional Neural Networks

論文來源：

Super Sparse Convolutional Neural Networks. AAAI 2019

Auto Adaptive Regularized Convolutional Neural Networks. IJCAI 2018

9:20-9:40 王星 騰訊 AI Lab

報告題目：Effective Approaches to Exploiting Deep Representations for Neural Machine Translation

論文來源：

Exploiting Deep Representations for Neural Machine Translation, EMNLP 2018

Dynamic Layer Aggregation for Neural Machine Translation, AAAI 2019

9:40-10:00 鄭卓彬 清華大學

報告題目：Self-Enhanced Approaches for Deep Reinforcement Learning

論文來源：

Self-Supervised Mixture-of-Experts by Uncertainty Estimation, AAAI 2019

Self-Adaptive Double bootstrapped DDPG，IJCAI 2018

10:00-10:20 林秋鎮(zhèn) 深圳大學

報告題目：Multiobjective and Many-Objective Optimization using Evolutionary Algorithms

論文來源：

An Effective Ensemble Framework for Multiobjective Optimization, IEEE Transactions on Evolutionary Computation, 2018.

A Clustering-based Evolutionary Algorithm for Many-objective Optimization Problems, IEEE Transactions on Evolutionary Computation, 2018.

10:20-10:40 茶歇

10:40-11:00 徐靜云 華南理工大學

報告題目：Neural Short Text Classification Models

論文來源：

Improving Short Text Modeling by Two-Level Attention Networks for Sentiment. DASFAA 2018

Incorporating Context-Relevant Knowledge into Convolutional Neural Networks for Short Text Classification. AAAI 2019

11:00-11:20 彭寶霖 香港中文大學   

報告題目：Improving dialogue policy learning from agent and user perspective.

論文來源：

Deep Dyna-Q: Integrating Planning for Task-Completion Dialogue Policy Learning. ACL 2018

Adversarial Advantage Actor-Critic Model for Task-Completion Dialogue Policy Learning. ICASSP 2018

11:40-12:00 李夏 北大

報告題目: Recurrent neural network for image processing

內容來源:

Recurrent Squeeze-and-Excitation Context Aggregation Net for Single Image Deraining

ECCV 2018 

12:00-14:00 午間休息

青年科技成果獎報告會

青年科技成果獎報告會將于下午召開，與論文報告會類似，同樣會有 7 場報告。具體議程如下：

14:00-14:25  

題目： 基于幾何拓撲的網(wǎng)絡眾包策略研究

報告人：許倩倩 副研究員中國科學院計算技術研究所

摘要:  隨著互聯(lián)網(wǎng)及無線寬帶網(wǎng)絡技術的迅猛發(fā)展，網(wǎng)絡眾包因其具有成本低、參與人員廣泛、數(shù)據(jù)量大等優(yōu)點，提供了大數(shù)據(jù)時代下通過群體來完成主觀評測的新途徑。本次報告將圍繞網(wǎng)絡眾包策略研究中所涉及的若干關鍵問題展開討論，主要包括：1）以相關幾何拓撲學理論（組合Hodge）為基礎，建立針對比對測試數(shù)據(jù)的統(tǒng)計排序算法；2）設計基于隨機圖的采樣機制，利用拓撲約束得到采樣率的下界，可節(jié)省成本30%以上；3）發(fā)展在線加速算法，為網(wǎng)絡眾包實驗中的動態(tài)序列數(shù)據(jù)提供高效處理手段，可加速300倍以上；4）構建適合眾包大數(shù)據(jù)的統(tǒng)計抑噪和異常樣本檢測算法；5）提出基于mixed-effect model的用戶行為分析分析函數(shù)，有效降低預測誤差。

14:25-14:50

題目: 神經網(wǎng)絡機器翻譯理論與應用

報告人：涂兆鵬 騰訊 AI Lab

摘要：機器翻譯是人工智能的終極目標之一，其中核心的語言理解和語言生成是自然語言處理的兩大基本問題，極具挑戰(zhàn)性。近幾年來，隨著深度學習技術的發(fā)展，神經網(wǎng)絡機器翻譯取得了巨大進展，其生成的譯文接近自然句子，成為了主流模型。但是由于當前神經網(wǎng)絡的不可解釋性，無法保證原文內容完整傳遞到譯文，使得神經網(wǎng)絡翻譯模型存在譯文忠實度問題（即“達而不信”）。本次報告介紹我們改進模型架構和訓練框架的系列工作，通過提升模型對源句理解和目標句生成的能力，改善神經網(wǎng)絡翻譯模型忠實度低的問題。

14:50-15:15 

題目：基于計算智能的復雜系統(tǒng)信息感知與行為分析

報告人：馬里佳 深圳大學助理教授 

摘要： 隨著互聯(lián)網(wǎng)技術的迅速發(fā)展，復雜系統(tǒng)可以通過一種非結構化復雜網(wǎng)絡數(shù)據(jù)形式進行表達。此外，信息存儲與感知技術的發(fā)展提供了大量可供研究的復雜系統(tǒng)網(wǎng)絡數(shù)據(jù)。通過對這些數(shù)據(jù)的魯棒性理論模型分析、算法設計、以及應用驗證等多種分析方法可推動多個學科的結合和綜合發(fā)展。我們通過計算智能方法的建模與優(yōu)化設計，能夠高效求解海量、動態(tài)、異質、非結構化網(wǎng)絡大數(shù)據(jù)的信息感知學習與行為分析問題，并有效應用于實際大規(guī)模復雜系統(tǒng)。 

15:15-15:40

題目：文本情感分析技術理論及其應用

報告人：趙妍妍 哈爾濱工業(yè)大學副教授

摘要：社交媒體是以社會網(wǎng)絡為基礎，互聯(lián)網(wǎng)用戶發(fā)表和分享信息為主要形式的在線交互媒體。在這些信息中包含大量的用戶情感文本信息，并通過社交媒體影響現(xiàn)實世界。因此，對社交媒體中的情感文本進行全面、深度的語義分析有著重要的理論意義和應用價值。本次報告將結合文本情感表達和社交媒體的特點，探索面向社交媒體文本的情感分析計算理論及技術集成平臺。主要包括：(1)情感分類技術及其應用，（2）細粒度多層次的情感信息抽取技術，（3）情感回復生成技術，（4）基于文本情感分析技術的集成平臺介紹，如：微博情緒地圖、微博熱點事件追蹤，以及面向產品評論的情感分析系統(tǒng)等，（5）基于文本情感分析技術的其他應用介紹。

15:40-16:00 茶歇

16:00-16:25

報告人：楊敏 中國科學院深圳先進技術研究院助理研究員 

題目：基于多任務學習的文本自動生成技術研究

摘要：文本自動生成是自然語言處理領域的一個重要研究領域，也是人工智能走向成熟的一個重要標志，具有極大的挑戰(zhàn)性。受人類多任務處理能力的啟發(fā)，本項目提出了基于多任務學習的文本自動生成新框架，通過聯(lián)合優(yōu)化相關任務，共享相關任務之間的特征，有效提升文本自動生成的效果以及模型的泛化能力；并結合人類閱讀認知和信息理論，提出了類人信息分層建模機制，為自然語言的深入分析提供了新的視覺。

16:25-16:50

題目：基于雙目視覺的?；钒踩O(jiān)測系統(tǒng)

報告人：劉學君

摘要：由于危險化學品倉儲企業(yè)所涉及的物質具有易燃、易爆、易揮發(fā)等特點，具有較大的危險性，現(xiàn)階段我國主要是以人工視頻監(jiān)控為主，急需危化品倉庫內部貨物安全儲存狀態(tài)監(jiān)測與預警。團隊近年來一直致力于研究雙目視覺的?；范讯鉁y距與預警系統(tǒng)，實現(xiàn)對堆垛安全“5距”（跺距、墻距、柱距、燈距、梁距）的監(jiān)測和測量，雙目立體視覺的測量過程主要包括圖像獲取、相機系統(tǒng)標定、特征提取、特征匹配、三維重建等序列步驟，并搭建云平臺系統(tǒng)進行用戶與管理者的方便訪問。

16:50-17:15

題目：社交網(wǎng)絡信息可信度計算

報告人：韓旭 首都師范大學講師

摘要：隨著社交網(wǎng)絡的迅猛發(fā)展，虛假信息的來源愈加豐富，傳播愈加簡單、快速，影響范圍愈加廣泛，使得其危害性也極具增加。因此，迫切需要進行面向社交網(wǎng)絡的信息可信度分析和評估機制的研究。通過計算社交網(wǎng)絡的信息可信度來及早判定虛假信息、及時鎖定信息發(fā)布源、并阻止網(wǎng)絡上虛假信息的傳播，從而最大程度降低其所造成的危害。本人工作主要圍繞信息源、信息內容等方面對信息可信度進行建模計算：首先，從用戶可信度定義出發(fā)，提出了一種基于觀點的用戶可信度計算模型；其次，針對社交網(wǎng)絡短文本特性，提出了一個基于深度學習的中文短文本不確定性判別模型；同時，針對用戶評論的時序變化特點來對信息可信度建模，并在此基礎上，提出了一種基于強化學習的謠言早期檢測模型。 

附：AAAI 2019 召開在即，雷鋒網(wǎng) AI 科技評論也將在第一時間進行會議報道。如果你也有論文被 AAAI 錄用 ，歡迎在 AI 科技評論微信后臺留下你的聯(lián)系方式，我們將與您聯(lián)系，并進行更多交流！

雷峰網(wǎng)版權文章，未經授權禁止轉載。詳情見轉載須知。