NIPS2016読み会

2017/01/19(木)14:00 〜 18:30 開催
ブックマーク

イベント内容

概要

  • 機械学習の国際会議NIPS 2016 (2016年12/5-10、スペイン・バルセロナ) の論文を読んで紹介する会です(写真は会議HPから)

Youtube配信

招待講演・口頭発表はYouTubeのPreferred Networksのチャンネルで配信します

変更点

2016年7月開催のICML2016読み会、もしくは2016年1月開催のNIPS2015読み会から以下の点が変更されています。

  • 会場がドワンゴセミナールームから、PFN多目的ルームに変更になりました
  • インターネット配信がニコ生から、YouTubeに変更になりました
  • 発表形式が口頭発表から、ポスター発表形式に変更になりました

会場案内

  • 開催会場は株式会社Preferred Networks多目的ルーム(大手町ビル3F)です。前回のNIPS2015読み会、ICML2016読み会とは会場が異なるので注意してください。

https://www.preferred-networks.jp/ja/about

スケジュール(2017/1/4:タイムテーブルを変更しました)

  • 開場 1:30
  • 論文読み会 2:00-6:30
  • 終了後懇親会準備、準備完了次第懇親会スタート、懇親会終了予定 8:00
時刻 発表者
2:00-2:05 会場注意
2:05-2:35 招待講演 濱田晃一さん(DeNA)
2:35-3:05 招待講演 南賢太郎さん(東京大学)
3:05-3:35 招待講演 鈴木大慈さん(東京工業大学)
3:35-3:55 休憩
3:55-4:25 口頭発表 藤野 暢さん(東京大学)
4:25-4:55 口頭発表 福田 宏幸さん(東京大学)
4:55-5:10 ポスタープレビュー
5:10-5:25 休憩
5:25-6:25 ポスター発表
6:25-6:30 閉会のあいさつ

招待講演

  • 濱田晃一さん(DeNA)

NIPS2016に参加された濱田さんに今年のNIPSの概要を紹介して頂きます。また、ご自身の取り組みにも深く関係し、NIPSでもメイントピックの1つである深層学習に関して、詳しくお話をして頂く予定です。

  • 南賢太郎さん(東京大学) HP

NIPS2016の採択論文である「Differential Privacy without Sensitivity」 (URL)についてお話をして頂く予定です。

  • 鈴木大慈さん(東京工業大学) HP

NIPS2016の採択論文である「Minimax Optimal Alternating Minimization for Kernel Nonparametric Tensor Learning」 (URL)についてお話をして頂く予定です。

参加方法

  • (2017/1/4追記) 口頭発表したい→口頭発表参加枠で申し込み、ポスター発表と同様の情報を管理者までご連絡ください

    • 既にポスター発表で参加登録している方で、口頭発表に変更したい方は、ポスター発表参加枠をキャンセルした上で、改めて口頭発表参加枠で登録し直してください
  • ポスター発表したい → ポスター発表参加枠で申し込みし、管理者まで以下の情報をご連絡ください

    • 氏名(必須、実名もしくはアカウント名でお答えください)
    • (2016/12/24追記) 掲載名(connpassのページと当日資料にはこちらの名前で掲載します、氏名と同一の場合には不要です)
    • 連絡先(必須)
    • 発表希望論文(必須、後述の発表論文の項をご参照ください)
    • 所属(任意)
  • 発表を聞きたい → 一般参加枠で申し込んでください

口頭発表(発表者募集中)(2017/1/4追記)

発表形式

NIPSで発表された論文を1つ選び、口頭発表形式で論文紹介をしていただきます。発表時間は1人30分 (発表25分+議論5分)です

準備資料

口頭発表用のスライドを要してください。ポスター発表と異なり、ポスタープレビュー資料は不要です

発表論文

ポスター発表と同様

発表者数

2人(30分 x 2)

ポスター発表(発表者募集中)

通常論文紹介は口頭発表で行いますが、今回はポスター発表形式で論文を紹介します。今回はじめての試みであり、また、主催者(大野)が知る限り他人の論文をポスター発表するという試みはこれまでなされたことは聞いたことがありません。しかし、口頭発表に比べて双方向のやりとりができるためより深い議論ができる事、また、NIPSは投稿論文数が多いですがポスター発表により多くの論文の数を扱う事を期待しています。

発表形式

  • ポスター発表開始前にポスタープレビューを実施します。ポスタープレビューでは、プロジェクターを用いて全ての発表を1本あたり30秒1分程度で順番に紹介していただきます。
  • ポスター発表では、1人あたりA0程度のスペースを用意します。
  • ポスターの他に発表物(デモなど)を用意しても構いません(周囲の発表者に迷惑にならないようにご配慮ください)

発表論文

  • 発表枠登録時に、発表論文を併せてご連絡ください。発表枠登録後に発表論文を決定しても構いませんが、その場合は発表論文を改めてご連絡ください。
  • 発表論文は原則早い者勝ちです。複数人が同じ論文の発表を希望した場合、原則的に発表論文の決定が早い方を優先します(発表枠の登録が早い順ではありません)。

準備資料

  • ポスタープレビュー用資料(2017年1月16日締切):発表論文の概要紹介をスライドをA41枚で作成してください。
  • 掲示用資料(当日印刷してお持ちください):ポスター発表時に使用します。後の管理・公開のしやすさのため、ポスターではなくA4サイズのスライドを貼り合わせて資料を作成してください。
  • 資料は英語もしくは日本語で作成してください(日本語が母国語ではない方も参加しますので、可能ならば英語で作成していただけるとありがたいです、口頭での解説は日本語で構いません)。

発表者数

  • 20人(10人 x 2回)10人(ポスター発表を2回から1回に変更しました)

より広範な論文を取り上げたいと考えておりますので、多くの方に発表していただけると主催者側として大変ありがたいです。このような勉強会では、発表する人が一番勉強するので得をするということがよく言われます。例えば、機械学習系の研究室に所属している学生の方や、プロジェクトで機械学習を利用している(もしくは検討されている)企業のエンジニア・研究者の方などに取って、良い機会なのではないかと考えています。必ずしもその分野に精通していなくても、調査・勉強したいという分野がありましたら、今回の機会に発表をしてみてはいかがでしょうか。もちろん、既にある分野に精通しているという方がその分野についての論文を発表していただくのも大歓迎です。

ポスター発表していただいた方は若干ではありますが、参加費をサービスいたします。

発表者・発表希望論文(随時更新)

口頭発表

  • 藤野 暢さん(東京大学):Dual Learning for Machine Translation URL
  • 福田 宏幸さん(東京大学):Learning to learn by gradient descent by gradient descent URL

ポスター発表

  • Tommi Kerolaさん (@tkelora, Preferred Networks):Convolutional Neural Networks on Graphs with Fast Localized Spectral Filtering URL
  • 福地 一斗さん(@nanofi, 筑波大学):Fairness in Learning: Classic and Contextual Bandits URL
  • 黒木 健さん(@Ken-K, 東京大学):Interaction Networks for Learning about Objects, Relations and Physics URL
  • 白川 達也さん(@s_tat1204, ABEJA):Improving variational inference with inverse autoregressive flow URL
  • 加藤 公一さん(@Kimikazu Kato, シルバーエッグテクノロジー):Fast and Provably Good Seedings for k-Means URL
  • 藤本 敬介さん(@peisuke, ABEJA):Value Iteration Networks URL
  • 吉田 周平さん(@yoshum, 東京大学):InfoGAN: Interpretable Representation Learning by Information Maximizing Generative Adversarial Nets URL
  • 大渡 勝己さん(@YuriCat, 東京大学):Blazing the trails before beating the path: Sample-efficient Monte-Carlo planning URL
  • 坪井 祐太さん(@yuutat, 日本IBM):Professor Forcing: A New Algorithm for Training Recurrent Networks URL
  • 藤川 和樹さん(@fuz_qwa, DeNA):Matching Networks for One Shot Learning URL
  • 丸山 宏さん(@HiroshiMaruyama, Preferred Networks):Deep Leaning for Predicting Human Strategic Behavior URL, Human Decision-Making under Limited Time URL
  • 菅原 洋平さん(@SugawaraYohei, ブレインパッド):Conditional Image Generation with PixelCNN Decoders URL
  • 大浦 健志さん(@_takoika, ALBERT):Generative Adversarial Imitation Learning URL
  • 山本 遼さん(@yamaryoxxxx, チームラボ): Unsupervised Learning for Physical Interaction through Video Prediction URL
  • 藤田 康博さん(@mooopan, Preferred Networks):Safe and Efficient Off-Policy Reinforcement Learning URL

懇親会

勉強会終了後に懇親会を予定しております。

  • 懇親会会場は勉強会と同じ場所(PFN3F多目的ルーム)です
  • 懇親会参加費は1000円から2000円程度を想定しています(ポスター発表していただいた方は若干ではありますが、参加費をサービスいたします)
  • 懇親会への参加は当日受付時に伺い、費用はその際に徴収します
  • 懇親会のみの参加はできませんのでご了承ください

リンク

注意事項

※ こちらのイベント情報は、外部サイトから取得した情報を掲載しています。
※ 掲載タイミングや更新頻度によっては、情報提供元ページの内容と差異が発生しますので予めご了承ください。
※ 最新情報の確認や参加申込手続き、イベントに関するお問い合わせ等は情報提供元ページにてお願いします。
情報提供元ページ(connpass)へ

新規会員登録

このイベントに申し込むには会員登録が必要です。
アカウント登録済みの方はログインしてください。



※ ソーシャルアカウントで登録するとログインが簡単に行えます。

※ 連携したソーシャルアカウントは、会員登録完了後にいつでも変更できます。

関連するイベント