本周為TechBeat人工智能社區(qū)第279期線上Talk，也是NeurIPS 2020系列Talk的第11彈！

北京時間2月24日(周三)晚8點，悉尼科技大學(xué)在讀博士生—呂月明的Talk將準(zhǔn)時在TechBeat人工智能社區(qū)開播！

他與大家分享的NeurIPS 2020工作主題是: “高效黑盒積分近似和優(yōu)化”。屆時將探討積分近似和優(yōu)化的內(nèi)在聯(lián)系，從黑盒積分近似和黑盒優(yōu)化這兩部分內(nèi)容展開詳細(xì)講述。

Talk·信息

▼

主題：高效黑盒積分近似和優(yōu)化

嘉賓：悉尼科技大學(xué)在讀博士生 呂月明

時間：北京時間?2月24日 (周三) 20:00

地點：TechBeat人工智能社區(qū)

http://www.techbeat.net/

長按識別二維碼，一鍵完成預(yù)約！

Talk·提綱

▼

黑盒積分近似和黑盒優(yōu)化在科學(xué)實驗和工程設(shè)計上有廣泛應(yīng)用。在機(jī)器學(xué)習(xí)領(lǐng)域， 積分近似和黑盒優(yōu)化也有許多重要的應(yīng)用場景。比如，積分近似可以應(yīng)用在kernel method的核函數(shù)近似上，從而降低kernel method 如高斯過程的計算復(fù)雜度。核函數(shù)近似思想也被用于建立kernel method和神經(jīng)網(wǎng)絡(luò)的聯(lián)系，以便進(jìn)行神經(jīng)網(wǎng)絡(luò)理論分析，比如最近的neural tangent kernel一系列工作。另外黑盒優(yōu)化可以應(yīng)用在超參調(diào)節(jié)，黑盒攻擊等領(lǐng)域也提供了這些應(yīng)用的理論基礎(chǔ)。

本次分享的主要內(nèi)容如下：

1.?積分近似和優(yōu)化的內(nèi)在聯(lián)系講述

2.?黑盒積分近似內(nèi)容講述

3.?黑盒優(yōu)化內(nèi)容講述

Talk·參考資料

▼

這是本次分享中將會提及的資料，建議提前預(yù)習(xí)哦！

1. Lyu et al. Subgroup-based Rank-1 Lattice Quasi-Monte Carlo（NeurIPS 2020）

2. Yueming Lyu ?Spherical structured feature maps for kernel approximation（ICML 2017）

3. Lyu et al. Black-box Optimizer with Implicit Natural Gradient. Preprint.?

   https://arxiv.org/pdf/1910.04301.pdf

4. Lyu et al. Efficient Batch Black-box Optimization with Deterministic Regret Bounds. Preprint.

   https://arxiv.org/pdf/1905.10041.pdf

Talk·提問交流

▼

方式 ①

在Talk界面下的【交流區(qū)】參與互動！留下你的打call??和問題??，和更多小伙伴們共同討論，說不定就被講者直接翻牌解答了呢！

你的每一次貢獻(xiàn)，我們都會給予你相應(yīng)的i豆積分，還會有驚喜獎勵哦！

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！問題被選中的小伙伴們將獲得一個紅包獎勵！

Talk·嘉賓介紹

▼

呂月明是悉尼科技大學(xué)在讀博士生，師從 Ivor W. Tsang，本科碩士均畢業(yè)于華南理工大學(xué)計算機(jī)學(xué)院。曾作為SPC/PC/Reviewer學(xué)術(shù)服務(wù)于IJCAI、AAAI、AISTATS、ICML、NeurIPS、ICLR等。他的研究方向是統(tǒng)計機(jī)器學(xué)習(xí)和優(yōu)化，主要集中在近似理論、核函數(shù)方法、learning theory、黑盒優(yōu)化、魯棒性學(xué)習(xí)等。曾在 ICML、 NeurIPS、 ICLR 上以第一作者發(fā)表相關(guān)論文。

長按識別二維碼，一鍵完成預(yù)約！

關(guān)于TechBeat人工智能社區(qū)

▼

TechBeat(www.techbeat.net)是一個薈聚全球華人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，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/-PIO4r0WK9TfheAhbkUS-g?