[image 02456] Fwd: SNL-2017開催案内

2017年 6月 5日 (月) 13:55:53 JST

画像メーリングリストの皆さま

以下のワークショップの案内を再送させていただきます．
事前登録の締め切りが6月9日(金)となっております．
皆様のご参加をお待ちしております．

篠田＠東工大

---------- Forwarded message ----------
From: Koichi SHINODA <shinoda ＠ cs.titech.ac.jp>
Date: 2017-05-19 13:14 GMT+09:00
Subject: SNL-2017開催案内
To: image ＠ imageforum.org

画像メーリングリストの皆さま

東工大の篠田です。7月に名古屋で開催される深層ニューラルモデルと記号的構造情報の融合に関する新しいワークショップSNL-2017の参加登録のご案内をお送りします。ぜひご参加いただけますようよろしくお願いします。事前参加登録の締切が6/9となっております。

篠田

First International Workshop on Symbolic-Neural Learning (SNL-2017)
    開催案内

2017年7月7日(金)～8日(土)に名古屋国際会議場にて
First（第一回） International Workshop on Symbolic-Neural Learning
を開催いたします。深層ニューラルモデルと記号的構造情報の融合というホットな研究分野に焦点を当てたワークショップです。

プログラムは、下記のホームページに掲載しております。
多数の皆様のご参加をお待ちしております。

下記の4件の基調講演が行われます。

Yoshua Bengio (Montreal大学)
William Cohen（CMU）
辻井 潤一 （産総研AIセンター）
杉山 将 （東京大学・理研AIPセンター）
（敬称略）

参加登録は、SNL-2017のホームページからお願いいたします。
http://www.ttic.edu/SNL2017/

事前参加登録費： 一般 12,000円、学生  5,000円

当日参加登録費： 一般 20,000円、学生 10,000円

懇親会費： 一般 8,000円、学生 5,000円

主催：豊田工業大学、TTIC (Toyota Technological Institute at Chicago)
協賛：東京工業大学情報理工学院、理研AIPセンター、産総研AIセンター、統計数理研究所、大阪大学テータビリティフロンティア機構

事前登録の締め切りが6月9日(金)となっておりますので、お早めに登録ください。

Program

First International Workshop on Symbolic-Neural Learning (July 7-8)
Nagoya Congress Center

(Friday, July 7, 2017)

13:00-13:10 Opening
13:10-14:10 Keynote talk I (invited): Yoshua Bengio
14:10-14:30 Coffee break
14:30-15:30 Keynote talk II: Masashi Sugiyama
15:30-15:40 Break
15:40-17:20 Session 1: Computer Vision
Weihua Hu, Takeru Miyato, Seiya Tokui, Eiichi Matsumoto and Masashi
Sugiyama, Learning Discrete Representations via Information Maximizing
Self-Augmented Training
Ruotian Luo and Gregory Shakhnarovich, Comprehension-guided referring
expressions
Tristan Hascoet, Yasuo Ariki and Tetsuya Takiguchi, Semantic Web and
Zero-Shot Learning of Large Scale Visual Classes.
Bowen Shi, Taehwan Kim, Jonathan Keane, Weiran Wang, Hao Tang, Gregory
Shakhnarovich, Diane Brentari and Karen Livescu, Neural Models for
Fingerspelling Recognition from Video

18:00-20:00 Banquet

(Saturday, July 8, 2017)

9:00-10:00 Keynote talk III (invited): William Cohen
10:00-10:20 Coffee break
10:20-12:00 Session 2: Speech & Language
Andrea F. Daniele, Mohit Bansal and Matthew Walter, Navigational
Instruction Generation as Inverse Reinforcement Learning with Neural
Machine Translation
Kurt Junshean Espinosa, Riza Batista-Navarro and Sophia Ananiadou,
5Ws: What Went Wrong with Word embeddings
Shubham Toshniwal, Hao Tang, Liang Lu and Karen Livescu, Multitask
Learning with Low-Level Auxiliary Tasks for Encoder-Decoder Based
Speech Recognition
ohn Wieting, Mohit Bansal, Kevin Gimpel and Karen Livescu, Neural
Architectures for Modeling Compositionality in Natural Language

12:00-13:30 Lunch break
13:30-14:30 Keynote talk IV: Jun-ichi Tsujii
14:30-15:30 Poster Session
Matthew Holland and Kazushi Ikeda, Variance reduction using biased
gradient estimates
Zhenghang Cui, Issei Sato and Masashi Sugiyama, Stochastic Divergence
Minimization for Biterm Topic Model
Yin Jun Phua, Sophie Tourret and Katsumi Inoue, Learning Logic Program
Representation from Delayed Interpretation Transition Using Recurrent
Neural Networks
Haiping Huang, Alireza Goudarzi and Taro Toyoizumi, Combining
DropConnect and Feedback Alignment for Efficient Regularization in
Deep Networks
Jen-Tzung Chien and Ching-Wei Huang, Variational and Adversarial
Domain Adaptation
Miki Ueno, Comic Book Interpretation based on Deep Neural Networks
Nicholas Altieri, Sherdil Niyaz, Samee Ibraheem and John Denero,
Improved Word and Symbol Embedding for Part-of-Speech Tagging
Marc Evrard, Makoto Miwa and Yutaka Sasaki, TTI's Approaches to
Symbolic-Neural Learning*

15:30-17:35 Session 3: New Learning Approach
Tomoya Sakai, Marthinus Christoffel Du Plessis, Gang Niu and Masashi
Sugiyama, Semi-Supervised Classification based on Positive-Unlabeled
Classification
Han Bao, Masashi Sugiyama and Issei Sato, Multiple Instance Learning
from Positive and Unlabeled Data
Tetsuya Hada, Akifumi Okuno and Hidetoshi Shimodaira, Deep Multi-view
Representation Learning Based on Adaptive Weighted Similarity
Makoto Yamada, Koh Takeuchi, Tomoharu Iwata, John Shawe-Taylor and
Samuel Kaski, Localized Lasso for High-Dimensional Regression
Tim Rocktaschel and Sebastian Riedel, End-to-end Differentiable Proving
17:40-17:50 Closing
----------------------------------------------

--
-----
Koichi SHINODA, Professor,
Dept. Computer Science, Tokyo Institute of Technology
152-8552, Japan. Tel/Fax: +81-3-5734-3480

-- 
-----
Koichi SHINODA, Professor,
Dept. Computer Science, Tokyo Institute of Technology
152-8552, Japan. Tel/Fax: +81-3-5734-3480