Talk預(yù)告 | 普渡大學(xué)王虓：如何利用合作對抗學(xué)習(xí)來提升自監(jiān)督學(xué)習(xí)
本期為TechBeat人工智能社區(qū)第428期線上Talk。
北京時(shí)間8月4日(周四)20:00，普渡大學(xué)在讀博士生——王虓的Talk將準(zhǔn)時(shí)在TechBeat人工智能社區(qū)開播！他與大家分享的主題是: “如何利用合作對抗學(xué)習(xí)來提升自監(jiān)督學(xué)習(xí)”，屆時(shí)將介紹一種端到端訓(xùn)練的可學(xué)習(xí)的正負(fù)樣本來訓(xùn)練編碼器。
Talk·信息
主題：如何利用合作對抗學(xué)習(xí)來提升自監(jiān)督學(xué)習(xí)
嘉賓：普渡大學(xué)在讀博士生?王虓
時(shí)間：北京時(shí)間?8月4日?(周四) 20:00
地點(diǎn)：TechBeat人工智能社區(qū)
http://www.techbeat.net/
完整版怎么看？
掃描下方二維碼，或復(fù)制鏈接https://datayi.cn/w/5RpDGe6R瀏覽器，一鍵完成預(yù)約！上線后會(huì)在第一時(shí)間收到通知哦 、
Talk·介紹
近年來深度學(xué)習(xí)高速發(fā)展，給人工智能領(lǐng)域帶來了巨大的變革。其中全監(jiān)督學(xué)習(xí)的成功極大的依賴于大量有標(biāo)注數(shù)據(jù)，而這些有標(biāo)注數(shù)據(jù)往往需要大量的人工成本去標(biāo)注。為了解決這個(gè)問題，自監(jiān)督學(xué)習(xí)應(yīng)運(yùn)而生，其中代表性的方法對比學(xué)習(xí)取得了巨大的成功。對比學(xué)習(xí)通過訓(xùn)練編碼器識(shí)別正負(fù)樣本來達(dá)到表征學(xué)習(xí)的目的，因此正負(fù)樣本的數(shù)量和質(zhì)量對于性能至關(guān)重要。為了解決這個(gè)問題，我們將分享一種端到端訓(xùn)練的可學(xué)習(xí)的正負(fù)樣本來訓(xùn)練編碼器。通過對抗性的負(fù)樣本學(xué)習(xí)，合作性的正樣本學(xué)習(xí)，我們在過多不增加計(jì)算成本的基礎(chǔ)上達(dá)到了目前最好的自監(jiān)督學(xué)習(xí)性能。
具體分享提綱如下：
1. 自監(jiān)督發(fā)展簡史及代表方法回顧
2. 基于樣本對抗的自監(jiān)督方法AdCo
3. 基于樣本合作與對抗并存的自監(jiān)督方法CaCo
Talk·預(yù)習(xí)資料
https://github.com/maple-research-lab/AdCo
https://arxiv.org/abs/2011.08435
https://github.com/maple-research-lab/CaCo
https://arxiv.org/abs/2203.14370
?[1] Hu, Q.*, Wang, X.*, Hu, W., & Qi, G. J. (2021). Adco: Adversarial contrast for efficient learning of unsupervised representations from self-trained negative adversaries. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (pp. 1074-1083).
[2] Wang, X., Huang, Y., Zeng, D., & Qi, G. J. (2022). CaCo: Both Positive and Negative Samples are Directly Learnable via Cooperative-adversarial Contrastive Learning. arXiv preprint arXiv:2203.14370.
Talk·提問交流
通過以下兩種方式提問都將獲得微信現(xiàn)金紅包獎(jiǎng)勵(lì)哦！
方式 ①
在Talk界面下的【交流區(qū)】參與互動(dòng)！留下你的打call??和問題??，和更多小伙伴們共同討論，被講者直接翻牌解答！
你的每一次貢獻(xiàn)，我們都會(huì)給予你相應(yīng)的i豆積分，還會(huì)有驚喜獎(jiǎng)勵(lì)哦！
方式 ②
在本文留言區(qū)直接提出你的問題，或掃描下方二維碼提問！
Talk·嘉賓介紹
普渡大學(xué)在讀博士生
王虓，普渡大學(xué)計(jì)算機(jī)系在讀博士生。本科畢業(yè)于西安交通大學(xué)計(jì)算機(jī)系，博士就讀于普渡大學(xué)計(jì)算機(jī)系。曾在Facebook AI Research (FAIR), Jingdong AI Research (JAIR) 和華為北美人工智能實(shí)驗(yàn)室實(shí)習(xí)。
曾獲NSF MolSSI Fellowship, 蔣震海外研究生獎(jiǎng)學(xué)金，西安交通大學(xué)學(xué)生標(biāo)兵等榮譽(yù)。在機(jī)器學(xué)習(xí)、智能交通和生物信息等領(lǐng)域于國際頂級學(xué)術(shù)會(huì)議和期刊發(fā)表論文20余篇。擔(dān)任NurIPS, CVPR, ICCV, ECCV等國際學(xué)術(shù)會(huì)議審稿人，IEEE T-PAMI, IEEE TIP, Pattern Recognition, Bioinformatics, IEEE T-ITS, IEEE TMM, ACM KDD, IEEE Intelligent Systems, Frontiers in Bioinformatics等國際期刊審稿人。
個(gè)人主頁：
https://wang3702.github.io/
?長按識(shí)別二維碼，一鍵預(yù)約TALK！
關(guān)于TechBeat人工智能社區(qū)
TechBeat (www.techbeat.net) 是一個(gè)薈聚全球華人AI精英的成長社區(qū)。 我們希望為AI人才打造更專業(yè)的服務(wù)和體驗(yàn)，加速并陪伴其學(xué)習(xí)成長。 期待這里可以成為你學(xué)習(xí)AI前沿知識(shí)的高地，分享自己最新工作的沃土，在AI進(jìn)階之路上的升級打怪的根據(jù)地！
更多詳細(xì)介紹>>https://mp.weixin.qq.com/s/pTbCK_MeTk05jK2yx1RTrQ
