お知らせ

ICLR論文読み会についてのご連絡です。 皆様もご存知のように都内でもコロナウィルスの感染拡大が確認されました。 経路も定かではなく、その中で本イベントへの参加に多くの方が公共交通機関の利用や人混みへの接触が予想されます。 この時期に100人規模でのイベントのリスクは非常に高いことは明らかです。 我々として優先すべきは、参加していただける皆様の健康です。そのため、コロナウイルスに関する公衆衛生上のリスクの高まりを考慮し、ICLR論文読み会のイベントを中止いたします。 しかし、ただ単に中止ではなく、今現在はICLR論文読み会をLive配信型など違った形で行えないか検討中です。 決まり次第、ご報告させていただきます。 楽しみにしてくださっていた皆様には、ご迷惑をおかけして誠に申し訳ございません。 ご理解のほど、何卒よろしくお願い致します。

ICLR2020論文読み会

イベント概要

人工知能発展に関する最高のトップカンファレンスである、The International Conference on Learning Representations (ICLR)の論文読み会を開催いたします。

ICLRは、人工知能、統計、データサイエンスの分野で使用されるディープラーニングのすべての側面に関する最先端の研究が発表されます。 ICLRの参加者は研究者や起業家やエンジニア、大学院生、ポスドクまで、幅広いバックグラウンドを持つ参加者がいます。 ここより、 ICLR2020の論文を確認できます。

参加費：無料

対象 : 機械学習に興味がある方

参加者枠 : 30人 → 80人

今回のキーワード

機械学習,データマイニング,表現学習,人工知能

概要説明

日時: 2020/02/23(日) 12:30-16:10 (12:30- 受付開始、13:35- 本編開始)

場所: ディップ株式会社 〒106-6231 東京都港区六本木3-2-1 住友不動産六本木グランドタワー 31階 _Googlemap

参加者・発表者：connpassの受付で定員に達した場合、AI-SCHOLARにて申し込みフォームを追加で設けます。

入館方法・受付:

1.六本木グランドタワー1階で、入館者用端末で入館IDを入力、バーコード発行(IDは、事前にメールでお送りします。)
2.発行されたバーコードをゲートにかざして入館いただきます。
3.入館後31階に上がっていただき、connpass の本イベントで発行される受付票をご提示頂きます。
4.スタッフからゲストカードをお渡ししますので、イベント中は首からお下げください。なお、ゲストカードは無くさないようご注意ください。お帰りの際に必ずスタッフに返却願います。

※受付は13:30までとなり、以降の入場は出来ません。開始に間に合うようにご来場願います。遅れた場合、ビルの受付や警備員では対応を行っておりませんのでご注意ください。

発表について

論文の発表をしてくださる方に別途参加枠を設定させていただいています。

発表を行う方は、決まり次第論文のタイトルを、完成次第スライド資料をk-enomoto@wevnal.co.jpまでご連絡ください。

なお、スライド資料はPowerpointで作成ください。

また、当日何かあったときのため、ノートパソコン、USB等で発表用資料をご持参いただけると幸いです。

発表時間は20分・質疑5分の計25分です。発表間は、発表②と発表③の間に、10分間の休憩をとります。

タイムテーブル(予定)

受付＆ネットワーキングタイム

ネットワーキングタイムということでイベント開始の60分前に会場を開放します。 この時間に、参加者同士での交流をしていただければと思います。こちらで軽食とドリンクをご用意しておりますので、気軽にご参加ください。 なお、受付終了の13:30には混雑が予想されますので、お早めにお越しください。

アクセス

南北線「六本木一丁目駅」直結
株式会社ディップ 東京都港区六本木3-2-1六本木グランドタワー31F

発表者概要

発表者①
氏名：kuzma @kuz44ma69

所属： 電気機器メーカー

紹介論文： PC-DARTS: Partial Channel Connections for Memory-Efficient Architecture Search

スライド：

発表者②
氏名：森山 @vimmode

所属：MNTSQ

紹介論文：Differentiable Reasoning over a Virtual Knowledge Base

スライド：

発表者③
氏名：張森(lightondust) @sea85419

所属：株式会社Graph Learning Lab

紹介論文：Inductive Matrix Completion Based on Graph Neural Networks

スライド：

発表者④
氏名： msnr

所属：情報機器メーカー

紹介論文：Novelty Detection Via Blurring

スライド：

発表者⑤
氏名：吉田慎太郎

所属：東京大学大学院

紹介論文： DIRECTIONAL MESSAGE PASSING FOR MOLECULAR GRAPHS

スライド：

その他

何か不明点や、発表方法についてご意見などがございましたら、k-enomoto@wevnal.co.jpまでお気軽にご連絡ください。

AI-SCHOLAR

AIを身近にどこよりも分かりやすくを目的に運営されたメディアになります。

メディア主催の論文読み会として、発表者の方々が時間をかけて作成していただいたスライド等は多くの方にみていただけるような運営方法を考えております。

また、AI人材とAI企業との人材マッチングを行うvistAIを運営しています。AI人材としてもっと自分の力を試したい方はご登録していただけると幸いです。