| Registration info |
一般枠 Free
FCFS
|
|---|
Description
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↓
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
- 有限会社 来栖川電算 会議室
- 名古屋市中区新栄1-29-23 アーバンドエル新栄2階
- 電源・Wi-Fiあり
Media View all Media
If you add event media, up to 3 items will be shown here.
Feed
08/24/2018 12:47
機械学習 名古屋 研究会 #6 を公開しました！
2018/08/24 12:40
昨日台風で中止となった研究会#5の振替で参加される方も、お手数ですが改めて参加登録をお願いします。
Hiro Miwa
antimon2
n-kats
c0hama
The IT meetup platform
connpass is made by BeProud Inc. in Tokyo Japan