两象打架一象劝和

扫一扫关注微信二维码 鞠婧祎
我院倪健(jian)同学(xue)在(zai)NIPS/NeurIPS发(fa)表学(xue)术论(lun)文
发表时间:2018-10-28作者:浏览: 2667

倪健同学是我院2019级博(bo)(bo)士(shi)研(yan)究(jiu)生,也是吴(wu)曼青院士(shi)研(yan)究(jiu)团队的首(shou)位(wei)博(bo)(bo)士(shi)研(yan)究(jiu)生,近(jin)日在人工智能领(ling)域国际顶级学术(shu)会议神经信息处(chu)理系统国际(ji)会议(Neural Information Processing Systems Conference, 即(ji)NIPS,最近更名为NeurIPS发(fa)表了一项(xiang)重要(yao)研究成果。

根据最(zui)新的2018谷歌学(xue)术(shu)影响因子(zi),在全(quan)部国际人工(gong)智能(neng)领域学(xue)术(shu)期刊/会议中,NIPS/NeurIPS位列第一(yi),其H5指数高(gao)达134NIPS/NeurIPS已经成为全球人(ren)工智能和机器(qi)学习领域(yu)最重要、最顶级的盛会,预计今年将吸引(yin)着超过10000名来自世界各地(di)的(de)顶(ding)尖(jian)人(ren)工智能研(yan)究人(ren)员和从业人(ren)员。倪健(jian)同学的(de)研(yan)究成果(guo)被(bei)该顶(ding)级会议接受(shou),代表(biao)了国际人(ren)工智能领域对网空学院吴曼青院士研(yan)究团队(dui)的(de)科研(yan)成果(guo)及科研(yan)水平(ping)的(de)认可。

在国际上,近年(nian)来人工(gong)(gong)智能技术研究和应(ying)(ying)用取得了(le)诸多重(zhong)要进(jin)展。然而,现有(you)的(de)(de)人工(gong)(gong)智能技术和系统大(da)多严重(zhong)依赖和受(shou)限(xian)于大(da)量的(de)(de)人工(gong)(gong)标注(zhu)、高质量的(de)(de)样(yang)本(ben)(ben)数据。因此(ci),如何减少人工(gong)(gong)在样(yang)本(ben)(ben)方(fang)面的(de)(de)处理工(gong)(gong)作,以及如何使模型(xing)快速适应(ying)(ying)层出不穷的(de)(de)新样(yang)本(ben)(ben),成为人工(gong)(gong)智能领(ling)域内亟待解决的(de)(de)挑(tiao)战(zhan)和关键(jian)问题。为了(le)应(ying)(ying)对这样(yang)的(de)(de)挑(tiao)战(zhan),国际上提出了(le)零样(yang)本(ben)(ben)学习(Zero-Shot LearningZSL),利用样本(ben)之间潜在的语义关系,使得模型(xing)可(ke)以处理一些之前从未处理过(guo)的样本(ben),对于(yu)探索实(shi)现真(zhen)正的人工智能(neng)具(ju)有非(fei)常重要的意义。

在吴(wu)曼青院士、谢海永教(jiao)授指导(dao)下,倪健(jian)同学自2018年(nian)开始就(jiu)针对上述挑战(zhan),联合中国电(dian)(dian)子(zi)科技(ji)集团(tuan)公司电(dian)(dian)子(zi)科学研究(jiu)院(yuan)创新中心、社(she)会(hui)风(feng)险安(an)全感知(zhi)与防控大(da)数(shu)据应用国家(jia)工(gong)程实验室、美国卡内基梅隆大(da)学等国内外一流研究(jiu)团(tuan)队,共同开展了相关(guan)研究(jiu)工(gong)作。经(jing)过一年(nian)多的努力,所取(qu)得的研究(jiu)成(cheng)果以论文形式发表于NIPS/NeurIPS,论文题为“Dual Adversarial Semantics-Consistent Network for Generalized Zero-Shot Learning”,倪健同学(xue)是第一作(zuo)者(zhe)(部分工作(zuo)是在中(zhong)国电(dian)子科技集团公司电(dian)子科学(xue)研究院创新(xin)中(zhong)心(xin)实(shi)习期间开展的(de),得到了(le)该(gai)中(zhong)心(xin)人工智能(neng)团队刘弋锋等博士的(de)指导),第二(er)作(zuo)者(zhe)是美国卡内基梅隆(long)大(da)学(xue)的(de)仉尚(shang)航(hang)博士(今年加入卡内基梅隆(long)大(da)学(xue)刑波(bo)教授创立的(de)人工智能(neng)初创公司Petuum,该公司已经获得超过1亿美元(yuan)的投资),通信作(zuo)者是(shi)谢海(hai)永教授(shou)。该研究(jiu)成果(guo)也是(shi)中(zhong)国科大-中(zhong)国(guo)电科开展战略合(he)作中(zhong)产生(sheng)的一(yi)个(ge)成果(guo)。

该研究成果提(ti)出了一(yi)种(zhong)通用的先(xian)进零样本学习方法。现有的ZSL方法存在语(yu)义(yi)丢(diu)失严重(zhong)、视觉语(yu)义(yi)交互(hu)欠缺、分类强偏置等重(zhong)大问题(ti),因而,在广义ZSL设置中部署模型后,性能很差。针(zhen)对这些问题,吴院士(shi)研究团队提(ti)出了一种新(xin)(xin)颖的基于对偶对抗(kang)语义一致网(wang)(wang)络的新(xin)(xin)型框架(jia)。该(gai)框架(jia)通过(guo)构建两个生成对抗(kang)网(wang)(wang)络(GANs),分别(bie)负责视(shi)觉特征的生成以及(ji)语义特征的重建,并专门设计适用(yong)于ZSL的视觉-语(yu)义对抗损失函数,从而获得具有高(gao)度(du)判别性语(yu)义特(te)性的视觉特(te)征,将ZSL学习问题转化为传统(tong)的监督学习问题。该模型有(you)效地(di)增强从已(yi)知(zhi)类到未知(zhi)类的知(zhi)识(shi)转移,并有(you)效缓解ZSL中固有(you)的(de)语义损失问(wen)题(ti)。大量的(de)实验结果证明(ming)了该模型的(de)优(you)越(yue)性。


xml地图 | sitemap地图
卫河决口合龙成功最佳女婿
分享到:QQ空间新浪微博腾讯微博人人网微信
杨幂 凯迪拉克 陈延年牺牲94周年 魔道祖师下坠Falling 名侦探柯南 河南暴雨辟谣消息 old town road 本田肖战 悬崖之上 老年版APP兴起唐山大地震45周年 金牌战绩谐音梗 英雄联盟 海上繁花 斗破苍穹 爱上特种兵 桂纶镁 十宗罪 速度与激情9百炼成钢 熊出没 我要我们在一起 生僻字 雷神 10分钟吃34个汉堡 铠甲勇士 私生饭 爸爸的好儿子 郑州暴雨千年一遇我和我的祖国 诺曼底登陆 创造营2021 红旗 万古神帝 美好的日子 房东回应免租4年奥运会首日看点 5566 保时捷 两小无猜 爱上特种兵 热血江湖 喜羊羊与灰太狼 阴阳师奔驰 第五人格 贾跃亭称必须回国守岛人 房东回应免租4年中国女排对阵美国 37年积蓄家中发霉 赘婿 天天向上 今年盛夏气候预测 起风了 2018世界杯 夜宴 河南强降雨已致58人遇难5人失踪 凯迪拉克 日本名将张本智和遭逆转出局 如棋 大妈水枪喷火炬手 女生创建救命文档我和我的祖国 | 下一页
Baidu
sogou
百度 搜狗 360