【お知らせ】AIトレンド・トップカンファレンス報告（NeurIPS2019）の無料オンライン公開について

（1）NeurIPS 2019における深層学習の理論の動向

長沼 大樹 (東京工業大学)

概要：
深層学習はその性能の高さから近年多くの応用分野に取り入れられている。一方で、汎化性能や学習理論に関する理解に関して、特にOver-ParameterizedなDNNなどの状況は既存の理論では説明できない点が多くあり、NeurIPS 2019においてこれらの乖離を埋めるための研究が数多く発表された。また、深層学習を用いた応用においては Adversarial Exampleに代表される問題を始めとして、深層学習における新たな問題とその解決手法に関する報告が注目を集めた。本発表では上記２つのトピックを中心に深層学習の理論に対する近年の研究動向を概説する。
スライドURL：
https://www.slideshare.net/secret/71RN9LrHHOnTcM
パスワード：jsai_slides_4_20
音声付きスライド映像URL：
https://youtu.be/qB-DVXDjZbI

（2）NeurIPS 2019における自然言語処理

丹羽 彩奈（東京工業大学）

概要：
深層学習に基づく自然言語処理の研究は急速な発展を遂げている。近年では、大規模なコーパスにおける事前学習により汎用的な言語知識を獲得し、個別タスクに応用するモデルや、翻訳や要約などの文生成問題における出力制御などに注目が集まっており、NeurIPS 2019でも多くの重要な手法が提案された。本発表では、その中から特に興味深いものを厳選し、最新の研究動向を俯瞰する。
スライドURL：
https://www.slideshare.net/secret/eOf13JfmWCDILM
パスワード：jsai_slides_4_20
音声付きスライド映像URL：
https://youtu.be/HzqhssGQE6I

（3）深層生成モデルおよび自己教師あり学習の最新動向

升山 義紀 (早稲田大学)

概要：
本発表では、教師ラベルを必要とせずにデータからその潜在的な特徴を学習する１）深層生成モデル、２）自己教師あり学習のNeurIPS 2019における動向について、応用にも触れながら報告する。特に、生成モデルでは可逆なDNNを用いたFlowへの関心が高まっており、自己教師あり学習では時系列信号や三次元データなど、より複雑なデータへの適用が進みつつある。この潮流に関連する論文を中心に紹介する。
スライドURL：
https://www.slideshare.net/secret/BPqtZpxBrOI9PQ
パスワード：jsai_slides_4_20
音声付きスライド映像URL：
https://youtu.be/75cGajyvKxs