機械学習 名古屋 研究会 #3

2018/06/14(木)19:00 〜 21:00 開催
ブックマーク
#GitHub, #機械学習, #アルゴリズム

イベント内容

機械学習 名古屋 研究会

モチベーション

月に1本は論文を読もう！

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。

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。
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！

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。
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！

進め方

  • 参加者は、読みたい論文 を申告する。
    • 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。
  • 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)。
  • 当日、発表（LT）する。
  • ↑を肴に◯◯(※2)。

※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。
※2：質疑応答議論ツッコミ等含む

論文まとめについて

論文まとめテンプレートを用意しています↓

論文まとめテンプレート

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。
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。
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。
→ 第1回論文まとめディレクトリ

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。
（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）

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。

参考

発表について

1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）。
2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。

今回の発表内容

発表者 論文
wkluk-hk Cyclical Learning Rates for Training Neural Networks
BrickLego Mask R-CNN
nharu1san Universal Sentence Encoder
yokoi Algorithms for Inverse Reinforcement Learning
kmiwa Recall Traces: Backtracking Models for Efficient Reinforcement Learning
てら Neural Text Generation: Past, Present and Beyond
ToshiakiSakurai An automatic flower classification approach using machine learning algorithms
antimon2 Input and Weight Space Smoothing for Semi-supervised Learning
n-kats Self-Attention Generative Adversarial Networks
yunishimura Face Image Generation System using Attributes Information with DCGANs
cohama A novel channel pruning method for deep neural network compression

持ち物

  • 『論文を読む！』という前向きな気持ち
  • 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

参加枠について

  • 紹介枠は、管理者（共催者の誰か）から紹介を受けた人用の枠です。アンケートで『誰からの紹介か』を必ず記入して申し込んでください。
  • よく分からない方は『一般枠』で申し込んでください。

会場

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