您查看的活动已结束

更新：感谢各位小伙伴的支持，报名远远远超预期，因场地限制，现暂停报名。

没有机会来到现场的小伙伴们也不要遗憾，我们此次MeetUp提供现场直播！直播！直播！届时欢迎各位前往携程技术中心直播间观看。地址：http://www.douyu.com/643862，也可在斗鱼客户端搜索房间号643862。

几个月前的AlphaGo大战李世石，成功吸引了全球媒体的关注，也让人工智能概念铺天盖地。而站在人工智能背后的深度学习，似乎也一下子火了起来。其实，不仅在国外有Google、Facebook等企业在研究深度学习，国内也有不少企业探索。

深度学习是怎样工作的，现在在业界的实际应用是怎样的，深度学习在各个子领域到底带来了多大的价值？这些疑问，或许可以在携程技术中心深度学习Meetup中得到解答。

这可能是国内最顶级的深度学习大会。不仅有深度学习的科普类知识分享，更有来自携程、华为、搜狗国内一线企业的资深专家，以及来自伦敦大学、复旦大学、南京大学高校的教授和博士们，一起来从旅游行业、计算广告、自然语言处理、计算机视觉、知识图谱等各个领域来分享深度学习的发展和应用实践。

7月9日，让我们相聚凌空SOHO，一起探索人工智能的边界~

主讲嘉宾

李健，携程攻略社区开发总监，目前负责攻略社区基础内容，在自然语言处理、计算机视觉应用方面有所经验。硕士毕业于上海交通大学。

刘晓华，华为诺亚方舟语音语义实验室研究员，自然语言处理、机器学习领域专家。

魏秀参，南京大学计算机系博士二年级，LAMDA组成员。以第一作者身份在 ICCV 和 ICDM 上发表两篇论文，另外有若干期刊论文，对深度学习有着深入的研究和理解。综述类博文 must know tips for deep learning曾被 Knuggets 转载。

漆桂林，东南大学教授，博士生导师，中国计算机协会会员，ACM professional member。现任中国中文信息学会语言与知识计算专业委员会副主任和CCF中文信息技术专委会委员。

张伟楠，优路科技联合创始人兼数据科学家。2016年获得英国伦敦大学学院计算机系博士学位，研究方向为互联网智能精准广告算法，研究成果5次在国际数据科学顶级会议KDD上发表。曾在KDD-Cup用户个性化推荐大赛获得全球季军，在iPinYou RTB广告出价算法大赛获得全球冠军。此外也曾在谷歌硅谷总部、微软剑桥研究院、微软亚洲研究院做计算广告以及个性化内容推荐系统的研究实习。8月将担任上海交通大学助理教授。

吴忠伙，携程基础业务研发部资深数据分析师。2013年加入携程，专注于个性化推荐系统在携程实践和落地，参与和主导过很多携程线上推荐栏位、营销、广告等场景迭代优化，效果显著。

舒鹏，搜狗资深研究员。2012年硕士毕业于清华大学计算机系，目前在搜狗负责无线搜索广告的策略研究工作，对于搜索引擎广告中涉及的相关核心技术有着深入理解。推动DNN等非线性模型应用于搜狗无线搜索广告的线上业务，并取得较好成效。

朱小虎，简书数据科学家。2012年硕士毕业于南京大学计算机系，现在简书负责推荐系统业务。专注于深度学习在自然语言理解及社会网络分析中的应用，并与传统机器学习算法结合来改善业务流程和提升用户体验。致力于推广深度学习和机器学习技术，共同完成了该领域一本入门教程《神经网络与深度学习》的翻译工作。

崔万云，复旦大学博士，曾经在MRSA、百度和小I机器人进行 QA 系统的研究，在 IJCAI 2016、AAAI 2016、SIGMOD 2014、SIGMOD 2013 上以第一作者身份发表论文。

议程简介

9：30-10：00   签到

10：00-10：40   深度学习在携程攻略社区的应用—主讲人：李健

携程攻略社区在旅游信息领域是全国数据最完整、内容最丰富的集中地，涉及大量文本处理、图片识别和处理，以及其它类型数据应用。本次将分享利用深度学习，携程攻略社区在内容挖掘和分析方面获得的进展。

10：40-11：20   诺亚面向语音语义的深度学习研究进展—主讲人：刘晓华

介绍华为诺亚方舟实验室深度学习研究的进展，对语义方面的一些模型和问题给出阐释，并分享研究经验。听众可以对深度学习在自然语言理解中的应用的最新发展有清晰的认识。

11：20-12：00 针对细粒度图像任务的深度卷积特征选择与融合—主讲人：魏秀参

本分享是LAMDA组近期关于深度学习和计算机视觉的最新工作。针对细粒度图像检索（无监督）和分类（有监督）任务，探索了深度卷积神经网络中对卷积特征进行选择的合理性和有效性，并给出了对选择后卷积特征融合的有效方法。通过报告，听众能够了解到细粒度图像检索/分类问题中的难题，并且可以认识到采用何种方式来解决类似的问题。

13：00-13：40   知识图谱中的推理技术及其在高考机器人中的应用—主讲人：漆桂林

推理技术是现在人工智能领域亟需解决的难题之一，在本分享中，会介绍知识图谱上的推理技术，并用一个具体的应用来解释如何使用这项技术。听众能够从该分享中获得对知识图谱中推理技术的深入理解，并且学到具体应用场景中问题的解决思路。

13：40-14：20 用户在线广告点击行为预测的深度学习模型—主讲人：张伟楠

介绍在线广告中用户行为预测问题上深度学习的使用，并且分享计算广告中的一些研究经验。听众可以了解到计算广告中行为预测的问题解决和深度学习应用的经验。

14：20-15：00   携程推荐算法体系实践—主讲人：吴忠伙

区别于一般电商，OTA领域业务线繁多，各业务线流程、商品数据、用户行为、订单流程都有蛮大差异，相当于多个不同的行业，给构建该领域的个性化推荐系统带来了很多挑战，本次将重点分享携程在这方面的算法实践经验，希望给从事个性化推荐的小伙伴一些启发。

15：00-15：10   中场休息

15：10-15：50   深度学习在搜狗无线搜索广告中的应用—主讲人：舒鹏

介绍搜狗现在深度学习在无线搜索广告上的应用近况，对内部使用的一些模型和解决的问题进行探讨，并分享了在实战中的经验以及取得的效果。使听众对深度学习在计算广告中的应用概括有一定的认识。

15：50-16：30 深度强化学习导引—主讲人：朱小虎

对深度强化学习进行介绍，梳理发展的脉络，并对其中经典的模型和问题的解决方法进行解释，同时也会给出一些具体应用的场景。听众可以了解强化学习和深度学习两者融合的方式以及潜在的应用场景。

16：30-17：10 知识库上的问答系统：实体、文本及系统观点—主讲人：崔万云

介绍基于知识库的问答系统构建，提出更好的理解问题的方法，比如在问题层面给出了模板（template）的表示以更好地理解问题。KBQA 也在 QALD 基准上取得了超过现有最优的工作。听众可以获得对知识库和问答系统融合的认识和对自己构建问答系统的启发。

活动详情

主题：深度学习Meetup——一起探索人工智能的边界

时间：7月9日9：30-17：10

地点：上海市长宁区金钟路968号凌空SOHO 12号楼11层

【主办】：携程技术中心

【协办】：深度学习国际群

【报名入口】：活动行