分類：workshop

aiLab miniWorkshop

2018/3/10 (六)

會議地點：台達教室 615

場地設備：延長線、電腦、轉接頭

餐點：

早餐：100

午餐：250

下午茶：大苑子、小點心

晚餐：竹湖暐順麗緻文旅餐廳 800

貳貳柒：250

行程：

08:50-09:20    早餐送達，現場設備setting

09:20-09:30    開場

09:30-11:30    四組人員報告  

11:30-12:30    午餐&午休時間

12:30-14:30    四組人員報告 

14:30-14:50    小憩

14:50-17:20    五組人員報告 

17:20-18:00    場復、收拾，移動至竹湖暐順麗緻文旅餐廳

18:00-19:50    饗竹湖暐順麗緻文旅餐廳用餐

20:00-23:00    貳貳柒桌遊  

(14人)

早餐 /午餐 /下午茶 /晚餐 竹湖暐順麗緻文旅餐廳         

貳貳柒

Paper：

 

0930	林君衡
1000	李奇謀
1030	郭昱臻
1100	李政勳
1230	蔡念澄
0100	吳啟聖
0130	張力偉
0200	鄭鉅融
0250	盧聖約
0320	游于人
0350	李 享
0420	潘 磊
0450	陳冠元

時間
09:30	報告時間
10:00	報告時間	音樂組	吳啟聖	WaveNet: A Generative Model for Raw Audio
10:30	報告時間		潘磊	Dynamic Memory Networks for Visual and Textual Question Answering
11:00	報告時間		李享	Deep Residual Learning for Image Recognition
午餐/下午茶			張力偉	Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network
12:30	報告時間	說故事組	李奇謀	Multimodal Storytelling via Generative Adversarial Imitation Learning
01:00	報告時間		陳冠元	Matching Networks for One Shot Learning
01:30	報告時間		吳哲睿	Generative Adversarial Imitation Learning
02:00	報告時間		蔡念澄	SeqGAN: Sequence Generative Adversarial Nets with Policy Gradient
小小的休息		生物資訊	林君衡	Massively Multitask Networks for Drug Discovery
03:00	報告時間		郭昱臻	Molecular Graph Convolutions: Moving Beyond Fingerprints
03:30	報告時間		李政勳	Deep Neural Nets as a Method for Quantitative Structure−Activity Relationships
04:00	報告時間	個人組	盧聖約	Asynchronous Methods for Deep Reinforcement Learning
04:30	報告時間		陳鵬宇	Attention Is All You Need

主題：深度學習　Deep learning

地點：台北老地方

時間：2017/5/6 – 7

會議主持：蘇豐文老師

 

流程表與報告內容：

day1 (5/6)

[10:30 – 12:00]

君衡 – AutoEncoder

Odilon – RBM for collaborative filtering

哲宇 – Donahue Long-Term Recurrent Convolutional

 

[13:00 – 15:00]

聖約 – Playing Atari with Deep Reinforcement Learning

念澄 – Efficient Estimation of Word Representations in Vector Space

潘磊 – Deep content-based music recommendation

啟聖 – Introduction of CNN

 

[15:30 – 17:30]

嘉容 – Convolutional neural network architectures for predicting DNA–protein binding

玉彬 – Accurate prediction of single-cell DNA methylation states using deep learning

昱臻 – Deep Learning for Drug-Induced Liver Injury

奇謀 – Distilling The Knowledge In A Neuron Network

day2 (5/7)

[9:10 – 10:40]

冠元 – Generative Adversarial Network

謙 – Generative Adversarial Active Learning

健元 – Neural proposition presentation

 

活動剪集：
[foogallery id=”254″]