20210825-23 总第250期 特邀报告：自动深度学习的隐含因素—搜索空间 ... ...

特邀报告嘉宾：欧阳万里 (悉尼大学)

报告题目：自动深度学习的隐含因素—搜索空间

*欢迎大家在下方留言提出主题相关问题，主持人和panel嘉宾会从中选择若干热度高的问题加入panel议题！

特邀报告嘉宾：欧阳万里 (悉尼大学)

报告时间：2021年08月25日 (星期三)晚上20:00 (北京时间)

报告题目：自动深度学习的隐含因素—搜索空间

报告人简介：

欧阳万里，悉尼大学副教授，电子信息工程学院研究主任。2011年于香港中文大学获得博士学位。研究方向包括计算机视觉，模式识别，深度学习，图像处理等。主要从事基于深度学习结构设计，物体检测与跟踪，以及与人相关的问题的课题研究。他和团队曾获得ImageNet和COCO物体检测第一名。ICCV最佳审稿人，IJCV和Pattern Recognition编委，TPAMI客座编辑，IEEE高级会员，ICCV2019展示主席，CVPR2021、ICCV2021领域主席。入选AI2000 2021年度「人工智能全球2000位最具影响力学者榜」计算机视觉领域前100名学者。担任TPAMI, IJCV, TOG, TIP, CVPR, ICCV, SIGGRAPH等期刊/会议的审稿人。

个人主页：

https://wlouyang.github.io/

报告摘要：

深度学习的独特优势在于自动地从数据学习特征。自动机器学习的优势在于自动地从数据学习其他深度学习与机器学习中的因素，如网络架构，损失函数，数据采样、数据增广等。当前自动机器学习领域的研究多数集中在搜索算法。本次报告将探索另外一个重要的隐含因素 — 搜索空间，即自动学习（搜索）什么的问题。报告中将面向计算机视觉应用，结合自动机器学习中广泛关注的模型结构，讲述搜索空间的重要性，并介绍我们在搜索空间方面的探索。

参考文献：

[1] Y. Ci, C. Lin, M. Sun, B. Chen, H. Zhang, W. Ouyang, `Evolving Search Space for Neural Architecture Search', Proc. ICCV 2021.

[2] B. Chen, P. Li, C. Li, B. Li, L. Bai, C. Lin, M. Sun, J. Yan, W. Ouyang, `GLiT: Neural Architecture Search for Global and Local Image transformer', Proc. ICCV 2021.

[3] B. Chen, P. Li, B. Li, C. Lin, C. Li, M. Sun, J. Yan, W. Ouyang, `BN-NAS: Neural Architecture Search with Batch Normalization', Proc. ICCV 2021.

[4] J. Liu, C. Li, F. Liang, C. Lin, M. Sun, J. Yan, W. Ouyang, D. Xu, `Inception Convolution with E_cient Dilation Search', Proc. CVPR 2021.

主持人：姚权铭 (清华大学)

主持人简介：

姚权铭博士是清华大学电子工程系助理教授；研究方向为机器学习，目前专注于自动化机器学习，神经网络架构设计，和图数据的学习。他2013年于华中科技大学电信系取得学士学位，2018年于香港科技大学计算机系取得博士学位；毕业之后加入第四范式担任高级科学家，创建和领导公司的机器学习研究团队。他是40多篇国际一流机器学习会议和期刊论文的作者；其中Co-teaching论文为NIPS 2018年10大高引论文之一。他担任机器学习重要会议，例如ICLR、AAAI和IJCAI的领域主席/高级程序委员。最后，他的工作获得过诸多奖项的认可：福布斯30Under30精英榜（2020，中国区），吴文俊人工智能学会优秀青年奖（2019，人工智能学会），香港科学会优秀青年科学家（2019，香港科学会），和谷歌全球博士奖研金（2016，Google）。

个人主页：

https://cse.hkust.edu.hk/~qyaoaa/

特别鸣谢本次Webinar主要组织者：

主办AC：姚权铭 (清华大学)