TOP

機械学習 名古屋 研究会 #6

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

★前回(台風で中止)参加予定だった方へ

前回参加予定ですでに読んだ論文(のまとめ)がある場合は、今回そちらで参加して頂いてもOKです。
もちろん「月に1本は論文を読む!」というモチベーションの元、新たな論文を読んで頂いてもけっこうです。

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 備考
antimon2 Glow: Generative Flow with Invertible 1x1 Convolutions 第5回振替
kmiwa Learning and Querying Fast Generative Models for Reinforcement Learning 第5回振替
HisashiTakagi 階層ベイズモデルを用いた聞き手の多様なふるまいに基づく対話エンゲージメントの推定
wkluk-hk Non-local RoIs for Instance Segmentation 第5回振替
yuji38kwmt BDD100K: A Diverse Driving Video Database with Scalable Annotation Tooling 第5回振替
kencyke TFX: A TensorFlow-Based Production-Scale Machine Learning Platform 第5回振替
ToshiakiSakurai Do Better ImageNet Models Transfer Better? 第5回振替
n-kats Relational inductive biases, deep learning, and graph networks 第5回振替
nharu1san Dissecting Contextual Word Embeddings: Architecture and Representation

★参考:前回(台風で中止)の発表予定内容

発表者 論文
kmiwa Learning and Querying Fast Generative Models for Reinforcement Learning
wkluk-hk Non-local RoIs for Instance Segmentation
cocomoff State Abstractions for Lifelong Reinforcement Learning
antimon2 Glow: Generative Flow with Invertible 1x1 Convolutions
yuji38kwmt BDD100K: A Diverse Driving Video Database with Scalable Annotation Tooling
ToshiakiSakurai Do Better ImageNet Models Transfer Better?
n-kats Relational inductive biases, deep learning, and graph networks
kencyke TFX: A TensorFlow-Based Production-Scale Machine Learning Platform

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

  • 紹介枠なくしました。みなさん『一般枠』で申し込んでください。

★前回参加(予定)者で今回振り替え参加される方へ

お手数をおかけしますが、同じ論文で参加する場合も再度今回のイベントに参加登録をお願いいたします。

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。
2018/09/13(木)
19:00〜21:00
参加者
9人 / 定員12人
会場
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)

注目のポジション

TECH PLAYでイベントをはじめよう。

TECH PLAYでは、テクノロジーに関連したイベントの告知やグループ運営のための機能を無料でご利用いただけます。まずはグループを作ってみましょう。