本期為TechBeat人工智能社區(qū)第449期線上Talk！

北京時間10月27日(周四)20:00，麻省理工學(xué)院，計(jì)算機(jī)科學(xué)在讀博士生——楊宇喆的Talk將準(zhǔn)時在TechBeat人工智能社區(qū)開播！他與大家分享的主題是: “基于人工智能的帕金森病診斷和評估：挑戰(zhàn)、算法和應(yīng)用?”，屆時將詳細(xì)講解一個利用夜間呼吸信號來檢測 PD 并跟蹤其進(jìn)展的人工智能 (AI) 模型。

Talk·信息

主題：基于人工智能的帕金森病診斷和評估：挑戰(zhàn)、算法和應(yīng)用

嘉賓：麻省理工學(xué)院，計(jì)算機(jī)科學(xué)在讀博士生楊宇喆

時間：北京時間?10月27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/4Rzblw1R瀏覽器，一鍵完成預(yù)約！上線后會在第一時間收到通知哦

Talk·介紹

目前沒有用于診斷帕金森病 (Parkinson's Disease, PD) 或跟蹤其進(jìn)展的有效生物標(biāo)志物。在本次Talk中，我將介紹一個利用夜間呼吸信號來檢測 PD 并跟蹤其進(jìn)展的人工智能 (AI) 模型。我將首先討論為實(shí)際健康應(yīng)用設(shè)計(jì)此類AI模型的背景、問題以及挑戰(zhàn)：稀疏監(jiān)督、數(shù)據(jù)不平衡和分布泛化問題。針對這些難題，我會提出相應(yīng)的解決方案，包括結(jié)合了健康領(lǐng)域知識和人工智能模型解釋的一種多任務(wù)學(xué)習(xí)方法，一個用于學(xué)習(xí)具有連續(xù)目標(biāo)的不平衡數(shù)據(jù)的框架，以及一個能夠從多域不平衡數(shù)據(jù)中學(xué)習(xí)的具有理論保證的域泛化算法。之后，我會介紹實(shí)際的數(shù)據(jù)采集、模型訓(xùn)練和表現(xiàn)評估流程，并討論此類AI模型對臨床疾病診斷和長期病情跟蹤的意義。最后，我將總結(jié)使用人工智能推進(jìn)數(shù)字醫(yī)學(xué)和其他現(xiàn)實(shí)世界應(yīng)用的意義和應(yīng)用。

本次分享將圍繞基于人工智能的帕金森病診斷和評估這一主題展開。首先，我將具體介紹我們的最新成果：我們開發(fā)了一種人工智能 (AI) 模型，基于夜間呼吸信號來診斷 PD，檢測 PD 的嚴(yán)重程度，并能連續(xù)跟蹤其病情的進(jìn)展。（Nature Medicine）

其次，在AI模型設(shè)計(jì)中，我們遇到了兩個主要算法上的難題，我將其抽象為普遍的機(jī)器學(xué)習(xí)問題，并分為兩部分講解。

• 第一部分是研究當(dāng)有多個領(lǐng)域（domain）數(shù)據(jù)，且這些 domain 都存在（可能互不相同的）數(shù)據(jù)不平衡情況下，該如何學(xué)習(xí)到魯棒的模型。本文推廣了傳統(tǒng)不平衡分類問題的范式，將數(shù)據(jù)不平衡問題從單領(lǐng)域推廣到多領(lǐng)域。（ECCV 2022）

• 第二部分主要介紹深度不平衡回歸問題。目前針對不平衡數(shù)據(jù)的學(xué)習(xí)方法幾乎都是對分類問題的研究，而現(xiàn)實(shí)中很多任務(wù)都具有連續(xù)的標(biāo)簽，而傳統(tǒng)方法很可能不再適用。我們將深入探討如何應(yīng)對處理具有連續(xù)目標(biāo)的不平衡數(shù)據(jù)。（ICML 2021, long oral）

  
  

Talk·預(yù)習(xí)資料

• (Paper / Project page) Artificial intelligence-enabled detection and assessment of Parkinson’s disease using nocturnal breathing signals(https://pd-breathing.csail.mit.edu/https://arxiv.org/abs/2006.07529)

• (Paper / Project page) Delving into Deep Imbalanced Regression?(http://dir.csail.mit.edu/) ?

• (Paper / Project page) On Multi-Domain Long-Tailed Recognition, Imbalanced Domain Generalization and Beyond(http://mdlt.csail.mit.edu/)??

• (Code)https://github.com/YyzHarry/imbalanced-regression

• (Code)https://github.com/YyzHarry/multi-domain-imbalance

• 中文版論文解讀 (Nature Medicine)：https://zhuanlan.zhihu.com/p/556723251??

• 中文版論文解讀 (ICML)：https://www.techbeat.net/article-info?id=2442??

• 中文版論文解讀 (ECCV)：https://www.techbeat.net/article-info?id=3812??

Talk·提問交流

通過以下兩種方式提問都將獲得微信現(xiàn)金紅包獎勵哦！

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，被講者直接翻牌解答！

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！

Talk·嘉賓介紹

楊宇喆是MIT EECS五年級在讀博士生，師從Dina Katabi教授。本科畢業(yè)于北京大學(xué)信息科學(xué)技術(shù)學(xué)院。他的研究方向是機(jī)器學(xué)習(xí)、和醫(yī)療AI領(lǐng)域的交叉，主要關(guān)注基于人工智能的算法和系統(tǒng)來改變和提升現(xiàn)有的醫(yī)學(xué)健康應(yīng)用。此外，他也致力于開發(fā)更加魯棒和泛化的機(jī)器學(xué)習(xí)算法與模型。他的工作發(fā)表于Nature Medicine、Science Translational Medicine、ICML、CVPR、NeurIPS、ICLR等頂級期刊和會議，并被多個主流媒體如MIT Technology Review，F(xiàn)orbes，BBC，The Washington Post等報(bào)道。曾獲得MathWorks博士獎學(xué)金，國家獎學(xué)金，IEEE ComSoc國際學(xué)生競賽第一名等榮譽(yù)

個人主頁：

http://www.mit.edu/~yuzhe/

-The End-

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(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