Paper Today | Face Data Privacy; Neural Symbolic Reasoning; Deep Learning Chatbot, vb.
Akademik gençlerin en son araştırma sonuçlarını ve teknolojilerini daha iyi öğrenmelerine yardımcı olmak için, AI Technology Review and Paper Research Institute (paper.yanxishe .com ), çalışma referansınız için yapay zeka ile ilgili en son akademik makaleleri seçmeniz için her gün [Today Paper] sütununu başlattı. Aşağıdakiler bugünün seçili içeriğidir
içindekiler
- 2020 AAAI | Yüz verileriyle çok fazla, gizlilik konusunda endişelenen var mı?
-
Facebook: Matematiksel ifadeleri bir dile yeniden düzenleyerek, karmaşık matematiksel denklemleri çözmek için sinir ağı sembolik muhakemesini kullanın
-
StyleGAN: Düşman ağları oluşturmak için stil tabanlı bir jeneratör mimarisi
-
edBB: Uzaktan eğitimde biyometri ve davranışın değerlendirilmesi
-
Derin öğrenme sohbet robotlarının bir incelemesi
2020 AAAI | Yüz verileriyle çok fazla, gizlilik konusunda endişelenen var mı?
Bildiri Başlığı: Yüz Tanıma Eğitimi Verilerine Dahil Edilmenin Bireysel Yüz Tanıma Üzerindeki Etkisinin İncelenmesi
Yazar: Chris Du lh anty / Alexander Wong
Gönderme süresi: 2020/1/9
Makaleye bağlantı: https: //paper.yanxishe .com / inceleme / 8554
Önerinin nedeni: Modern yüz tanıma sistemi veri seti, araştırmacıların derin evrişimli sinir ağlarını eğitmek için kullandıkları yüz binlerce özel yüz görüntüsünü içerir.Son zamanlarda, büyük ölçekli yüz tanıma eğitimi veri setleri (MS-Celeb-1M ve MegaFace) 'ın kaynağı ve gizlilik sorunları halk tarafından yakından izleniyor Dikkat , Çünkü birçok insan yüzlerinin büyük ölçekli gözetim gerçekleştirebilecek ikili kullanım teknolojilerini eğitmek için kullanılmasına izin vermiyor. Yüz gizliliği konusunu keşfetmek için makale, ArcFace'in (açık kaynaklı yüz tanıma sistemi) yüz gizliliğindeki performansını değerlendirdi. Çalışma, modelin eğitim verilerinde, en üst sıradaki kişi için doğru yüz tanıma oranının% 79.71, var olmayanların doğru oranının ise% 75.73 olduğunu buldu.
Facebook: Matematiksel ifadeleri bir dile yeniden düzenleyerek sinir ağı sembolik akıl yürütme ile karmaşık matematiksel denklemleri çözün
Bildiri Başlığı: Sembolik Matematik için Derin Öğrenme
Yazar: Lample Guillaume / Charton François
Gönderme süresi: 2019/12/2
Makaleye bağlantı: https: //paper.yanxishe .com / inceleme / 8879
Öneri nedeni: Bu makale Facebook AI ekibi tarafından önerilmiştir. Ekip araştırmasına göre Facebook, gelişmiş matematiksel denklemleri çözmek için sembolik akıl yürütmeyi kullanabilen ilk yapay zeka sistemini kurdu. Araştırmacılar, karmaşık matematiksel ifadeleri bir dil olarak ifade etmek için yeni bir yöntem geliştirir ve ardından çözümü, diziden diziye bir sinir ağının çeviri problemi olarak görürler.Sonuçlar, entegrasyon ve birinci dereceden problemin, İkinci dereceden diferansiyel denklemler geleneksel hesaplama sistemlerinden daha üstündür.
Daha önce, bu tür sorunlar derin öğrenme modellerinin kapsamı dışında değerlendiriliyordu, çünkü karmaşık denklemleri çözmek yaklaşıklıktan çok kesinlik gerektiriyordu. Sinir ağları, belirli bir piksel modelini (belki bir köpeğin görüntüsünü) tanımak veya bir cümlenin özelliklerini başka bir dildeki özelliklerle eşleştirmek gibi tahminlerle öğrenmede iyidir. Karmaşık denklemleri çözmek aynı zamanda sembolik verileri işleme yeteneği de gerektirir. Facebook AI ekibinin bu makaledeki araştırmasının sonuçları, Matlab veya Mathematica gibi hesaplamalı cebir sistemlerinden daha iyi performans gösterdi.
Model şu anda tek değişkenli problemlerle ilgileniyor ve Facebook AI ekibi bunu çok değişkenli denklemlere genişletmeyi planlıyor. Bu yöntem aynı zamanda matematik ve mantığa dayalı diğer alanlara da uygulanabilir ve daha iyi sonuçlar beklenebilir ~
StyleGAN: Düşman ağları oluşturmak için stil tabanlı bir jeneratör mimarisi
Kağıt adı: Üretken Çekişmeli Ağlar için Tarza Dayalı Bir Üretici Mimarisi
Yazar: Karras Tero / Laine Samuli / Aila Timo
Yayın zamanı: 2018/12/12
Makaleye bağlantı: https: //paper.yanxishe .com / inceleme / 8878
Tarz aktarımı literatüründen yararlanarak bir yüzleşme ağı oluşturmak için alternatif bir jeneratör mimarisi önerdi. Yeni mimari, üst düzey özellikleri (örneğin, bir insan yüzü üzerinde eğitim alırken duruş ve kimlik) ve oluşturulan görüntülerde (örneğin çiller, saç) rastgele değişiklikleri otomatik ve denetimsiz bir şekilde ayırabilir ve sezgisel sentez elde edebilir. , Ölçeğe özgü kontrol. Yeni jeneratör, geleneksel dağıtım kalitesi ölçümü açısından mevcut son teknolojiyi iyileştirir, enterpolasyon performansını önemli ölçüde iyileştirir ve potansiyel değişim faktörlerini daha iyi serbest bırakır. Enterpolasyon ve dolanma çözme kalitesini ölçmek için, herhangi bir jeneratör mimarisi için uygun iki yeni otomatikleştirilmiş yöntem önerilmiştir. Son olarak, yeni, oldukça çeşitli ve yüksek kaliteli bir yüz veri seti tanıtıldı.
Geleneksel GAN ile karşılaştırıldığında, M tanıtıldı uygulama ağ, stil dönüştürme, gürültü;
Sonunda, şuna ulaşılabilir: Model, görüntünün yalnızca belirli yönlerini etkilemek için stilin belirli bir alt kümesini değiştirmeyi bekleyebilir.
edBB: Uzaktan eğitimde biyometri ve davranışın değerlendirilmesi
edBB: Uzaktan Eğitimi Değerlendirmek için Biyometri ve Davranış
Yazar: Hernandez-Ortega Javier / Daza Roberto / Morales Aythami / Fierrez Julian / Ortega-Garcia Javier
Gönderme süresi: 2019/12/10
Makaleye bağlantı: https: //paper.yanxishe .com / inceleme / 7828
Tavsiye nedeni: Uzaktan eğitimde öğrenci izleme için biyometrik ve davranışsal verileri yakalayan sensörler ve yazılımlardan oluşan bir platform sağlıyoruz. Uzaktan değerlendirme sırasında otomatik öğrenci izlemede mevcut zorlukların üstesinden gelmek için yararlı olan davranışsal verileri elde etmek için bir dizi görev tanımladık. Ek olarak, bu görevleri gerçekleştirmek için bir dizi temel sensör kullanan 20 farklı kullanıcının verilerini içeren bir ilk veritabanı yayınladık: kamera, mikrofon, fare ve klavye; ve daha gelişmiş sensörler: NIR kamera, akıllı saat , Diğer RGB kameralar ve EEG bantları. Bilgisayardan alınan bilgiler (sistem günlükleri, MAC, IP veya web tarama geçmişi gibi) da saklanacaktır. Her edinim oturumu sırasında, her kullanıcı üç farklı türde görevi tamamlar ve farklı nitelikte veriler üretir: fare ve tuş vuruşu dinamikleri, yüz verileri ve ses verileri, vb. Görevleri tasarlarken akılda tutulması gereken iki ana hedef vardır: i) uzaktan değerlendirmeler sırasında anormallikleri tespit etmek için bu tür biyometrik ve davranışsal verileri analiz etme yeteneği ve ii) EEG, EKG veya NIR video tahmini gibi bu verileri inceleme yeteneği Konsantrasyon seviyesi, stresin varlığı veya nabız hızı gibi kullanıcıyla ilgili diğer bilgiler.
Derin öğrenme sohbet robotlarının bir incelemesi
Bildiri Başlığı: Derin Öğrenme Tabanlı Sohbet Robotu Modelleri
Yazar: Csaky Richard
Gönderme süresi: 2019/8/23
Makaleye bağlantı: https: //paper.yanxishe .com / inceleme / 137
Chatbot yalnızca birçok araştırma yönüne ve araştırma sonucuna sahip olmakla kalmaz, aynı zamanda birçok ticari uygulamaya da sahiptir. Yazar, bu derleme yazısında son yıllarda bu alandaki araştırma sonuçlarını gözden geçirmiş ve özetlemiş, özellikle son üç yılda yayımlanmış 70'den fazla makaleyi gözden geçirmiş, mevcut çözümlerin sorunlarını analiz etmiş, "Genel amaçlı bir chatbot ne tür bir mimari kullanmalıdır" kendi görüşlerini ve iyileştirmelerini ortaya koydu Önermek . Bu alanın genel durumunu anlamak isteyen okuyucular bu makaleyi okumak isteyebilir.
AI Araştırma Enstitüsü, yapay zeka gençlerinin çoğuna daha iyi hizmet verebilmek için resmi olarak yeni bir "Tez" bölümü başlattı ve tezleri, önerileri, yorumları ve yorumları sıralayan makaleler aracılığıyla yapay zeka öğrencilerini ve gençleri bir araya getirmek için "ilgi çekici noktalar" olarak kullanmayı umdu ve kod yeniden üretildi. Yurtiçinde ve yurtdışında en son araştırma sonuçlarının incelenmesi, tartışılması ve yayınlanması için bir buluşma yeri olmaya ve mükemmel bilimsel araştırmaların daha yaygın olarak yayılmasına ve tanınmasına izin vermeye kararlıdır. Umarız akademisyenleri sevenler, Ekleyebilir Bildiri yazarlarından oluşan ekibimize katılın. Bildiri yazar ekibine girebilirsiniz 1. Adınızın yazdığı bir makale sizi en göz kamaştırıcı akademik yıldız yapacak 2. Zengin ücret 3. AI ünlü şirketleri, konferans bileti avantajları, özel çevre birimleri vb. Bildiri yazarı ekibine katılmak için ihtiyacınız olan: 1. Favori makalelerinizi araştırma kulübü üyelerinin çoğuna önerin 2. Tez yorumunu yazın AI Araştırma Enstitüsü'nün yarı zamanlı makale yazarı ekibine katılmaya hazırsanız, ameliyat bayanın mikro kız kardeşini ekleyebilir ve "Yarı zamanlı makale yazarı" notunu yazabilirsiniz.
