PaperWeekly
首发于PaperWeekly
直播预告:基于生成模型的事件流研究 + NIPS 2017 论文解读 | PhD Talk #20

直播预告:基于生成模型的事件流研究 + NIPS 2017 论文解读 | PhD Talk #20

「PhD Talk」是 PaperWeekly 的学术直播间,旨在帮助更多的青年学者宣传其最新科研成果。我们一直认为,单向地输出知识并不是一个最好的方式,而有效地反馈和交流可能会让知识的传播更加有意义,从而产生更大的价值。

本期 PhD Talk,来自约翰霍普金斯大学 CLSP 实验室的博士生梅洪源,将为大家带来事件流、point processes 和 Hawkes process 的简要介绍,以及 NIPS 2017 录用论文 The Neural Hawkes Process: A Neurally Self-Modulating Multivariate Point Process 的深度解读。

本文提出了一个通用的连续时间序列模型 — Neural Hawkes Process,用来学习事件流中不同事件之间的影响关系,进而对未来事件的发生时间和类型进行预测。

该模型在传统 Hawkes process 的基础上,用 Recurrent Neural Network 来总结事件流的历史信息,并动态地估计不同时刻不同事件之间复杂的相互影响关系,进而得出未来事件的发生时间和类型的概率分布。

此模型可以用于多种事件流的分析,包括医学诊断,消费者行为,和社交网络活动的预测等,并在多个数据集上表现出了显著的优势。

■ 论文 | The Neural Hawkes Process: A Neurally Self-Modulating Multivariate Point Process

■ 链接 | paperweekly.site/papers

■ 作者 | Hongyuan Mei, Jason Eisner

嘉宾介绍

梅洪源,约翰霍普金斯大学 CLSP 实验室博士生,导师为 Jason Eisner 教授。他的研究领域是时间序列模型,强化学习,和自然语言处理。曾在 NIPS,NAACL 和 AAAI 等会议发表过多篇文章。

直播时间

12 月 20 日(周三)21:00-22:00

45 min 分享 + 15 min Q&A

直播观看方式

1. 使用斗鱼App搜索房间号「1743775」

2. 通过PC端访问:douyu.com/paperweekly

关于PaperWeekly

PaperWeekly 是一个推荐、解读、讨论、报道人工智能前沿论文成果的学术平台。如果你研究或从事 AI 领域,欢迎在公众号后台点击「交流群」,小助手将把你带入 PaperWeekly 的交流群里。

微信公众号:PaperWeekly

新浪微博:@PaperWeekly

文章被以下专栏收录

    PaperWeekly是一个推荐、解读、讨论、报道人工智能前沿论文成果的学术平台。