收起
SFFAI 合作机构 CRIPAC 简介
智能感知与计算研究中心（www.cripac.ia.ac.cn）为中科院自动化研究所独立建制的科研部门，致力于研究泛在智能感知理论与技术以及与之相伴的海量感知数据的智能分析与处理。瞄准国际学科前沿，面向国家公共安全、智能产业发展等重大战略需求，着眼于基础理论创新与关键技术突破以及系统解决方案的研制，努力打造成为国际一流的研究中心，是集人才培养、技术创新、产业孵化为一体的创新平台。中心目前主要在多模态智能计算、生物识别与安全、生物启发的智能计算、智能感知基础理论四个方面展开科学研究。
论坛主题
论坛简介
在信息时代，海量的数据让人们面临着“信息过载”的问题，人们需要花费大量时间从数据的海洋中找到自己需要的信息，而“推荐系统”的引入就大大缓解了这样的问题。本期论坛我们邀请了来自清华大学的陈冲同学分享他在AAAI2020上发表的有关个性化推荐系统的工作。
论坛讲者 陈冲 陈冲，清华大学人工智能实验室信息检索组 (THUIR) 三年级博士生，本科毕业于清华大学计算机科学与技术系。研究方向包括基于深度学习的推荐系统，可解释推荐系统，以及高效快速的推荐系统。目前已经在WWW，SIGIR，WSDM，TOIS，AAAI等国际会议和期刊上发表了多篇学术论文。 报告题目：个性化推荐系统中的非采样学习 （Non-Sampling Learning for Personalized Recommendation） 报告摘要：近年来，深度学习技术在许多领域展现出非凡的应用效果。然而，现有的将深度学习应用到推荐系统任务的工作主要集中在探索和引入不同的神经网络框架，在模型学习算法方面的研究相对较少。为了优化模型，现有的工作往往使用负采样策略 (Negative Sampling) 进行训练。虽然负采样方便并且易于实现，但是许多最近的研究表明负采样策略的鲁棒性较差，可能会忽略掉重要的训练样例从而导致模型无法收敛到最优的状态。清华大学信息检索课题组 (THUIR) 首次探索了将非采样策略 (Non-Sampling, Whole-data based Learning)应用到基于神经网络的推荐系统中。通过严格的数学推理，我们设计了一系列高效的非采样学习算法，将从整体数据中学习的时间复杂度从理论上降低了一个数量级。基于所设计的高效非采样算法框架，我们分别设计了不同应用场景下的神经网络推荐模型，并在多个现实数据集上相比于已有state-of-the-art方法在训练时间和模型表现上均取得了非常显著的效果。 Spotlight： 通过严格的数学推理，我们设计了一系列高效的非采样学习算法，将从整体数据中学习的时间复杂度从理论上降低了数十倍，所设计的高效学习算法可以广泛的应用于多个机器学习任务； 基于所设计的高效非采样算法框架，我们分别设计了不同应用场景下的神经网络推荐模型，并在多个现实数据集上相比于已有state-of-the-art方法获得非常显著的提升； 所设计的高效非采样算法填补了非采样神经网络推荐模型研究的空白，为基于神经网络的推荐模型的研究开辟了一个新的方向。
召集人 李奉治 李奉治，中国科学院大学大四学生，中科院计算所预录取直博，导师为徐志伟研究员。主要研究方向为机器学习中的因果推理。
论文推荐
“ 本期推荐的文章主要关注于推荐系统，你可以认真阅读讲者推荐的论文，来与讲者及同行线上交流哦。”
参会须知 会议时间
2020年4月12日（周日）
19:00 -- 20:00
报名方式
公众号二维码
请同学们扫码关注本公众号-“人工智能前沿讲习”，对话框回复“SFFAI”，获取入群二维码。
SFFAI的介绍 现代科学技术高度社会化，在科学理论与技术方法上更加趋向综合与统一，为了满足人工智能不同领域研究者相互交流、彼此启发的需求，我们发起了人工智能前沿学生论坛SFFAI，邀请一线科研人员分享、讨论人工智能各个领域的前沿思想和最新成果，使专注于各个细分领域的研究者开拓视野、触类旁通。SFFAI目前主要关注机器学习、计算机视觉、自然语言处理等各个人工智能垂直领域及交叉领域的前沿进展，进行学术传播，同时为讲者塑造个人影响力。 SFFAI还在构建人工智能领域的知识森林—AI Knowledge Forest。通过汇总各位参与者贡献的领域知识，沉淀人工智能前沿精华，使AI Knowledge Tree枝繁叶茂，为人工智能社区做出贡献。SFFAI自2018年9月16日举办第一期，每周一期学术分享交流，截止目前已举办58期学术交流活动，共有100+位讲者分享了他们的真知灼见，来自100多家单位的同学参与了现场交流，通过线上推文、网络直播等形式，50000+人次参与了人工智能前沿学生论坛。SFFAI自发起以来，迅速成长壮大，已经成为人工智能学生交流的第一品牌，有志同道合的论坛核心志愿者团队、乐于学术分享的讲者伙伴，还有许多认可活动价值、多次报名参加现场交流的观众，大家通过参与人工智能前沿学生论坛，收获了宝贵的知识和友谊，SFFAI致力于帮助大家解决在学术中遇到的相关问题，拓展学术人脉，为大家营造专业、开放的学术交流环境！ 
中国人工智能学会
