More than 1 year has passed since last update.


NIPS 2017 参加報告

NIPS2017 に参加してきましたので、その報告がQiitaになかったのでいい機会ですのでします。

Neural Information Processing Systems(NIPS)は機械学習系のトップカンファレンスで、今年で31回目の国際会議です。

採択された論文はNIPS Proceedingsから見ることができます。


概要


  • 日時 2017/12/04 - 12/09

  • 場所 ロングビーチ, ロサンゼルス

  • 参加人数 8,000人

  • 投稿数 3,240

  • 採択数 679(21%)


    • オーラル 40

    • スポットライト 112

    • ポスターのみ 527



  • 傾向


    • Algorithm,DeepLearning,Applicationがほとんど




はやりそうな分野

会場で感じた雰囲気とNIPS日本人会等の参加者間の交流にて感じたこと


Meta Learning


  • チュートリアルのDeep Learning: Practice and Trendsやシンポジウムの
    Metalearning symposiumにて取り上げられた。

  • Few Shot Learning等の技術要素は個々で認識していたが、これらの分野のことをMetaLearningと呼ぶことを認識した

  • 天才による体系的な説明はわかりやすい


Graph構造、非ユークリッド幾何上でのCNN


  • チュートリアルのGeometric Deep Learning on Graphs and Manifoldsで話された内容。

  • ユークリッド空間に配置された画像・音声・文章は如何にCNNに持っていくかによって解決された。しかし、非ユークリッドなデータではCNNではチャレンジングな問題。

  • 空間的もしく周波数領域でのConvolutionを定義することで、グラフデータ等の非ユークリッドなデータでもうまくいくようになってきた。


現地に行く意義


著者との交流


  • 論文を読んでもいまいち腹落ちしない内容でも、著者の説明を聞くとすんなりと理解できる

  • 単なる著者が人間に

  • GitHub上のプルリクもしやすくなるかな


参加者との交流で情報収集


  • 現地で日本人で集まり情報収集を行うことで、今後のつながりに期待できる

  • 世界には同業他社が意外と多いのでその分野で交流できる

  • いたるところでオフ会

  • というか学会そのものがオフ会


発表に対する反応を見る


  • どの発表がウケていたか

  • どの発表が熱い議論がなされていたか

  • 業界としてどちらに行きそうか、どの分野を注視すべきか

  • やはり現地のライブ感は重要


会議全体のレベル感を知る


  • NIPS初参加の身としては、通す前に一度様子を見てレベル感を知ることができる

  • applicationの発表だとしても、ポスターで議論すると理論的な防御手段を持っているレベルだった