雷锋网 AI 科技评论按：12 月 19 日（周三），由中国人工智能学会主办，中国人工智能学会青年工作委员会承办，哈尔滨工业大学（深圳）与雷锋网协办的「人工智能顶级论文报告会暨 CAAI 青年科技成果奖报告会」将于深圳大学城拉开帷幕。雷锋网 AI 科技评论将作为协办媒体，提供现场报导，为大家带来第一手资讯。
本次报告会分为两部分，一是人工智能顶级论文报告会，二是 CAAI 青年科技成果奖报告会。
会议时间： 12 月 20 日 8:50-17:15
会议地点：深圳大学城哈工大 F 栋国际报告厅
报名链接：http://u6.gg/gxJm6
PS：本次活动费用全免，并提供茶歇环节。
会议议程如下：
人工智能顶级论文报告会
本次报告会共涉及到 7 场论文解读，涵盖 EMNLP、AAAI、IJCAI、ACL、ECCV 等多个学术顶会和期刊，详细议程如下：
8:50-9:00 报告会开幕
9:00-9:20 卢瑶 哈工大（深圳）
报告题目：Structure Optimization of the Convolutional Neural Networks
论文来源：
Super Sparse Convolutional Neural Networks. AAAI 2019
Auto Adaptive Regularized Convolutional Neural Networks. IJCAI 2018
9:20-9:40 王星 腾讯 AI Lab
报告题目：Effective Approaches to Exploiting Deep Representations for Neural Machine Translation
论文来源：
Exploiting Deep Representations for Neural Machine Translation, EMNLP 2018
Dynamic Layer Aggregation for Neural Machine Translation, AAAI 2019
9:40-10:00 郑卓彬 清华大学
报告题目：Self-Enhanced Approaches for Deep Reinforcement Learning
论文来源：
Self-Supervised Mixture-of-Experts by Uncertainty Estimation, AAAI 2019
Self-Adaptive Double bootstrapped DDPG，IJCAI 2018
10:00-10:20 林秋镇 深圳大学
报告题目：Multiobjective and Many-Objective Optimization using Evolutionary Algorithms
论文来源：
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 徐静云 华南理工大学
报告题目：Neural Short Text Classification Models
论文来源：
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 彭宝霖 香港中文大学
报告题目：Improving dialogue policy learning from agent and user perspective.
论文来源：
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
报告题目: Recurrent neural network for image processing
内容来源:
Recurrent Squeeze-and-Excitation Context Aggregation Net for Single Image Deraining
ECCV 2018
12:00-14:00 午间休息
青年科技成果奖报告会
青年科技成果奖报告会将于下午召开，与论文报告会类似，同样会有 7 场报告。具体议程如下：
14:00-14:25
题目： 基于几何拓扑的网络众包策略研究
报告人：许倩倩 副研究员中国科学院计算技术研究所
摘要: 随着互联网及无线宽带网络技术的迅猛发展，网络众包因其具有成本低、参与人员广泛、数据量大等优点，提供了大数据时代下通过群体来完成主观评测的新途径。本次报告将围绕网络众包策略研究中所涉及的若干关键问题展开讨论，主要包括：1）以相关几何拓扑学理论（组合Hodge）为基础，建立针对比对测试数据的统计排序算法；2）设计基于随机图的采样机制，利用拓扑约束得到采样率的下界，可节省成本30%以上；3）发展在线加速算法，为网络众包实验中的动态序列数据提供高效处理手段，可加速300倍以上；4）构建适合众包大数据的统计抑噪和异常样本检测算法；5）提出基于mixed-effect model的用户行为分析分析函数，有效降低预测误差。
14:25-14:50
题目: 神经网络机器翻译理论与应用
报告人：涂兆鹏 腾讯 AI Lab
摘要：机器翻译是人工智能的终极目标之一，其中核心的语言理解和语言生成是自然语言处理的两大基本问题，极具挑战性。近几年来，随着深度学习技术的发展，神经网络机器翻译取得了巨大进展，其生成的译文接近自然句子，成为了主流模型。但是由于当前神经网络的不可解释性，无法保证原文内容完整传递到译文，使得神经网络翻译模型存在译文忠实度问题（即“达而不信”）。本次报告介绍我们改进模型架构和训练框架的系列工作，通过提升模型对源句理解和目标句生成的能力，改善神经网络翻译模型忠实度低的问题。
14:50-15:15
题目：基于计算智能的复杂系统信息感知与行为分析
报告人：马里佳 深圳大学助理教授
摘要： 随着互联网技术的迅速发展，复杂系统可以通过一种非结构化复杂网络数据形式进行表达。此外，信息存储与感知技术的发展提供了大量可供研究的复杂系统网络数据。通过对这些数据的鲁棒性理论模型分析、算法设计、以及应用验证等多种分析方法可推动多个学科的结合和综合发展。我们通过计算智能方法的建模与优化设计，能够高效求解海量、动态、异质、非结构化网络大数据的信息感知学习与行为分析问题，并有效应用于实际大规模复杂系统。
15:15-15:40
题目：文本情感分析技术理论及其应用
报告人：赵妍妍 哈尔滨工业大学副教授
摘要：社交媒体是以社会网络为基础，互联网用户发表和分享信息为主要形式的在线交互媒体。在这些信息中包含大量的用户情感文本信息，并通过社交媒体影响现实世界。因此，对社交媒体中的情感文本进行全面、深度的语义分析有着重要的理论意义和应用价值。本次报告将结合文本情感表达和社交媒体的特点，探索面向社交媒体文本的情感分析计算理论及技术集成平台。主要包括：(1)情感分类技术及其应用，（2）细粒度多层次的情感信息抽取技术，（3）情感回复生成技术，（4）基于文本情感分析技术的集成平台介绍，如：微博情绪地图、微博热点事件追踪，以及面向产品评论的情感分析系统等，（5）基于文本情感分析技术的其他应用介绍。
15:40-16:00 茶歇
16:00-16:25
报告人：杨敏 中国科学院深圳先进技术研究院助理研究员
题目：基于多任务学习的文本自动生成技术研究
摘要：文本自动生成是自然语言处理领域的一个重要研究领域，也是人工智能走向成熟的一个重要标志，具有极大的挑战性。受人类多任务处理能力的启发，本项目提出了基于多任务学习的文本自动生成新框架，通过联合优化相关任务，共享相关任务之间的特征，有效提升文本自动生成的效果以及模型的泛化能力；并结合人类阅读认知和信息理论，提出了类人信息分层建模机制，为自然语言的深入分析提供了新的视觉。
16:25-16:50
题目：基于双目视觉的危化品安全监测系统
报告人：刘学君
摘要：由于危险化学品仓储企业所涉及的物质具有易燃、易爆、易挥发等特点，具有较大的危险性，现阶段我国主要是以人工视频监控为主，急需危化品仓库内部货物安全储存状态监测与预警。团队近年来一直致力于研究双目视觉的危化品堆垛测距与预警系统，实现对堆垛安全“5距”（跺距、墙距、柱距、灯距、梁距）的监测和测量，双目立体视觉的测量过程主要包括图像获取、相机系统标定、特征提取、特征匹配、三维重建等序列步骤，并搭建云平台系统进行用户与管理者的方便访问。
16:50-17:15
题目：社交网络信息可信度计算
报告人：韩旭 首都师范大学讲师
摘要：随着社交网络的迅猛发展，虚假信息的来源愈加丰富，传播愈加简单、快速，影响范围愈加广泛，使得其危害性也极具增加。因此，迫切需要进行面向社交网络的信息可信度分析和评估机制的研究。通过计算社交网络的信息可信度来及早判定虚假信息、及时锁定信息发布源、并阻止网络上虚假信息的传播，从而最大程度降低其所造成的危害。本人工作主要围绕信息源、信息内容等方面对信息可信度进行建模计算：首先，从用户可信度定义出发，提出了一种基于观点的用户可信度计算模型；其次，针对社交网络短文本特性，提出了一个基于深度学习的中文短文本不确定性判别模型；同时，针对用户评论的时序变化特点来对信息可信度建模，并在此基础上，提出了一种基于强化学习的谣言早期检测模型。
附：AAAI 2019 召开在即，雷锋网 AI 科技评论也将在第一时间进行会议报道。如果你也有论文被 AAAI 录用 ，欢迎在 AI 科技评论微信后台留下你的联系方式，我们将与您联系，并进行更多交流！
正在生成分享图...
Nemo