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