BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//https://techplay.jp//JP
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALDESC:機械学習 名古屋 研究会 #5
X-WR-CALNAME:機械学習 名古屋 研究会 #5
X-WR-TIMEZONE:Asia/Tokyo
BEGIN:VTIMEZONE
TZID:Asia/Tokyo
BEGIN:STANDARD
DTSTART:19700101T000000
TZOFFSETFROM:+0900
TZOFFSETTO:+0900
TZNAME:JST
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
UID:684880@techplay.jp
SUMMARY:機械学習 名古屋 研究会 #5
DTSTART;TZID=Asia/Tokyo:20180823T190000
DTEND;TZID=Asia/Tokyo:20180823T210000
DTSTAMP:20260412T211616Z
CREATED:20180712T140453Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/68488
 0?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n機械学習 名
 古屋 研究会\nモチベーション\n月に1本は論文を読もう
 ！\n機械学習/AI 界隈では、日々の研究成果が『論文』
 として1日に何本も発表されています。\n全ての論文を
 個人で追うのは無理でも、月に1本くらいならなんとか
 なるはず。\nそれをみんなで共有すれば、効率良く何
 本もの論文にふれあえる！\nそこで、機械学習名古屋 
 は通常の勉強会とは別の 研究会 を立ち上げました。\n
 月1程度で集まって、みんなで『読んだ論文の共有』を
 しましょう！\n進め方\n\n参加者は、読みたい論文 を申
 告する。\n参加時アンケートで『読みたい論文』を必
 須項目としています。必ず 読みたい論文 を用意して
 から参加を申し込んでください。\n\n\n論文を開催日時
 までに読んで、1ページに簡単にまとめる(※1)。\n当日
 、発表（LT）する。\n↑を肴に◯◯(※2)。\n\n※1：すぐ
 後で解説する「論文まとめについて」  を参照してく
 ださい。\n※2：質疑応答議論ツッコミ等含む\n論文ま
 とめについて\n論文まとめテンプレートを用意してい
 ます↓  \n論文まとめテンプレート  \nこれは 落合陽一
 氏の論文まとめ方（あるスライドの65ページ目） を参
 考に Markdown 1ページに落とし込んだものです。\nこちら
 を利用して、Markdown でまとめを作成していただき、研
 究会の GitHub リポジトリ に登録（プルリクを送る形で
 リクエスト）、という流れになります。\n具体的には
 、↓の「第1回論文まとめディレクトリ」を参照してく
 ださい。\n→ 第1回論文まとめディレクトリ\n参加者は
 、アンケートに回答した『読みたい論文』を読んで、
 当日までにこのテンプレートを利用した Markdown による
 まとめを作成して頂き、研究会の GitHub リポジトリ に
 登録（プルリクを送る形でリクエスト）してください
 。\n（GitHub を使えない等の場合は、当日までに論文を
 まとめた .md ファイルを管理者宛に送付（もしくは共
 有URLを提示）いただければ、プルリク代行いたします
 ）\nまとめ方の考え方やコツは、上述の「第1回論文ま
 とめディレクトリ」の各まとめを見たり、以下に挙げ
 る参考サイトなどを参考にしてください。\n参考\n\n高
 速で論文がバリバリ読める落合先生のフォーマットが
 いい感じだったのでメモ - 書架とラフレンツェ\nパワ
 ポ版の落合先生流論文要旨のテンプレートを作ったの
 で配布する  - 一人ぼっちのライフハック生活\n\n発表
 について\n1人あたりの持ち時間は「発表5分」＋「質疑
 応答5分」の10分を目安とします（5分完全打ち切りLTで
 はありません）。\n2時間で参加者12人全員が発表（≒12
 部の論文が参加者全員で共有）できるよう、ご協力を
 お願いします。\n今回の発表内容\n\n\n\n発表者\n論文\n\n
 \n\n\nkmiwa\nLearning and Querying Fast Generative Models for Reinforceme
 nt Learning\n\n\nwkluk-hk\nNon-local RoIs for Instance Segmentation\n\n\n
 cocomoff\nState Abstractions for Lifelong Reinforcement Learning\n\n\nant
 imon2\nGlow: Generative Flow with Invertible 1x1 Convolutions\n\n\nyuji38
 kwmt\nBDD100K: A Diverse Driving Video Database with Scalable Annotation 
 Tooling\n\n\nToshiakiSakurai\nDo Better ImageNet Models Transfer Better?\
 n\n\nn-kats\nRelational inductive biases\, deep learning\, and graph netw
 orks\n\n\n\n持ち物\n\n『論文を読む！』という前向きな気
 持ち\n読んだ論文をまとめて『あとは当日発表がんば
 るぞ！』という気構え\n\n参加枠について\n\n紹介枠な
 くしました。みなさん『一般枠』で申し込んでくださ
 い。\n\n会場\n\n有限会社 来栖川電算 会議室\n名古屋市
 中区新栄1-29-23 アーバンドエル新栄2階\n電源・Wi-Fiあり
 \n
LOCATION:有限会社来栖川電算 名古屋市中区新栄1-29-23 (ア
 ーバンドエル新栄2階)
URL:https://techplay.jp/event/684880?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR