Talk预告|Hawkes process模型研究:约翰霍普金斯大学在读博士梅洪源分享NeurIPS'20工作

2020-12-23 10:28 作者:TechBeat人工智能社区 0人读过 | 我要投稿

本周为将门-TechBeat技术社区第268期线上Talk，也是NeurIPS 2020系列Talk第④弹！

北京时间12月24日(周四)晚8点，约翰霍普金斯大学计算机科学系在读博士—梅洪源的Talk将准时在将门TechBeat技术社区开播！

他与大家分享的主题是: 「用一个“神经”了的Hawkes process对事件序列建模」。届时将回顾“神经”了的Hawkes process模型 (NeurIPS 2017)，并展示他和合作伙伴在这一方向上的最新进展 (NeurIPS 2020、ICML 2020)。

Talk·信息

▼

主题：用一个"神经"了的Hawkes process

对事件序列建模

嘉宾：约翰霍普金斯大学

计算机科学系在读博士梅洪源

时间：北京时间 12月24日 (周四) 20:00

地点：将门TechBeat技术社区

http://www.techbeat.net/

长按识别二维码，一键完成预约！

Talk·提纲

▼

假设我们实时地对正在发生的事件进行观测，那么我们能否基于已经观测到的事件，对未来的事件进行预测？举例来说，基于一个人在淘宝和京东上的购物记录，我们能否预测他未来要买的东西和买东西的时间？基于他在微博和抖音上的点赞记录，我们能否预测他何时会点下一个赞，以及点给谁？

“神经”了的Hawkes process (NeurIPS 2017) 是一个用于上述应用的重要模型。通过本次分享，我们将回顾这个模型，并展示我和合作伙伴们在这一方向上的最新进展。

本次分享的主要内容如下：

1. NeurIPS 2020 工作回顾：介绍如何利用noise-contrastive estimation (NCE) 来降低模型训练的计算成本。

2. ICML 2020 工作回顾：介绍如何通过逻辑编程语言 (logic programming) 把人们对于事件及其参与者之间的领域知识 (domain knowledge) 结合进模型之中，进而将该模型拓展到事件种类繁多且规模庞大的现实应用场景。

Talk·参考资料

▼

这是本次分享中将会提及的资料，建议提前预习哦！

论文链接：

1. Neural Hawkes process (NeurIPS 2017)

https://arxiv.org/abs/1612.09328

2. NCE for point processes (NeurIPS 2020)

https://arxiv.org/abs/2011.00717

3. Neural Datalog through time (ICML 2020)

https://arxiv.org/abs/2006.16723

Talk·提问交流

▼

方式 ①

在本文留言区直接提出你的问题，或扫描下方二维码提问！问题被选中的小伙伴们将获得一个红包奖励！

方式 ②

在Talk界面下的【交流区】参与互动！留下你的打call🤟和问题🙋，和更多小伙伴们共同讨论，说不定就被讲者直接翻牌解答了呢！

你的每一次贡献，我们都会给予你相应的i豆积分，近期还会有惊喜奖励哦！

Talk·嘉宾介绍

▼

梅洪源，约翰霍普金斯大学计算机科学系博士在读，师从Jason Eisner教授，2018-2021 Bloomberg Data Science Ph.D. Fellowship 获得者。他主要的研究方向是序列模型(sequential modeling)，目前专注于时间序列模型(time series modeling)，也对自然语言理解和生成有所涉猎。他的研究工作发表于主流机器学习相关会议(AAAI / ICML / NAACL / NeurIPS)，曾被媒体(Bloomberg / Fortune)报道。