注意力及记忆模块在神经网络中的最新前沿

SFFAI 4 报名通知

论坛主题：

注意力及记忆模块在神经网络中的最新前沿

(Recent Frontiers of attention & memory in Neural Networks)

论坛讲者：

田正坤，中国科学院自动化研究所模式识别国家重点实验室智能交互课题组，导师为陶建华研究员， 研究方向语音识别、迁移学习等。

王克欣，中科院自动化研究所宗成庆老师组二年级硕士生。研究领域为自然语言处理，研究方向为记忆增强神经网络、无监督（句法）结构学习等。

时间：

2018年10月14日（周日）下午2:00 -- 4:00

地点：

中国科学院自动化研究所

（通过审核后通知具体地址）

论坛内容简介：

1.田正坤部分：Most ASR systems involve separately trained acoustic, pronunciation and language model components which are trained separately. A single end-to-end trained sequence-to-sequence model, which directly outputs words or graphemes, could greatly simplify the speech recognition pipeline. Attention-based sequence-to-sequence model has made significant progress in the filed of Neural Machine Translation. Speech Transcription and Machine Translation have many similarities. And Seq2Seq Model for speech recognition has become a research hotspot.

2.王克欣部分：内存是计算的前提，目前广泛被采用的不具有外置内存（external memory）的机器学习模型（如LSTM）的记忆能力是受可训练参数数目影响的，使得其面对需要较大存储的任务时想达到较好性能代价较高；而具有外置内存（一般称为memory augmented）的模型能够一定程度上解决这一问题。本次演示分享主要关注（外置）记忆增强神经网络系列模型，从两种分类方式（读写角度以及从类比自动机理论角度）介绍其发展过程以及这类模型的核心设计思路；另着重介绍神经图灵机模型（neural turing machine），分析工作原理，并进一步简单探讨表达能力与学习能力的关系等。

报名方式

扫描下方二维码报名

活动说明

1. 为确保小范围深入交流，本次活动仅接受 30 位用户入场（不收取任何费用）；

2. 活动采取审核制报名，我们将根据用户研究方向与当期主题的契合度进行筛选，通过审核的用户将收到确认邮件；

3. 如您无法按时到场参与活动，请于活动开始前 24 小时在AIDL微信公众号后台留言告知，留言格式为放弃报名 + 报名电话；无故缺席者，将不再享有后续活动的报名资格。

SFFAI简介

人工智能前沿学生论坛

（Student Forum on Frontiers of Artificial Intelligence）

是公益性的学术交流社区

欢迎对AI感兴趣的各位大佬们加入

分享机器学习、神经科学、认知科学、计算机视觉、自然语言等领域的前沿工作

希望SFFAI能够促进大家在各个AI分领域都能跟进前沿