2020-02-23 周报

  1. 王浩天:过去的工作,完成论文初稿。将来的工作,继续修改文章,并学习fci算法相关知识
  2. 田瑜: 本周工作:在matlab上复现了TCCA算法,效果优于之前算法中用的CPLST算法。下周工作:将TCCA算法移植到python上,并基于核算法将其扩展到非线性空间,测试效果
  3. 奉涌泉:进度:阅读文献完成PC算法并行优化现状调研,目前有学者进行了PC算法单CPU多核并行优化,确定研究方向为PC算法的多CPU与GPU并行优化,下载了PC算法多核优化代码,该带码基于R语言实现,本周完成R语言编译环境搭建。计划:跑通[……]

    继续阅读

20200217周报

  1. 陈学润
    我现在在写论文,内容是同时确定规划的撒点数量和路径长度。
  2. 杨东
    本周进度:看了相关actor-attention-critic的论文和代码。继续之前的代码工作
    下周:加入智能体的角色完成新的代码工作,进行测试。
  3. 刘影俊
    阅读截止最新的arxiv语义分割文献。
  4. 闫培丰
    工作进度:完成了投稿会议注册等工作,在初稿的基础上修改大论文,并准备ppt。 下周安排:继续修改大论文,为进行答辩做准备。
  5. 杨明亮

进度:阅读无监督行人重识别相关论文,复现代码,尝试改进。
计划:继续阅读相关论文,尝试复现、[……]

继续阅读

(更新)CCF推荐人工智能数据库、数据挖掘、图形学与多媒体领域会议

下表为CCF推荐的AI领域国际学术会议清单,整理了2020年度主要的人工智能数据库、数据挖掘、图形学与多媒体等相关领域的国际学术会议名称、举办时间、举办地点和截稿时间。欢迎大家补充指正。

彩色部分是已经报了计划的,投稿可重点关注,有出国交流的机会。

1月和2月截稿的会议(按时间顺序)

[……]

继续阅读

20191228周报

  • 田瑜:

本周进度:调研宽度学习和目前利用神经网络进行图像融合的论文,调研数据集;目前数据集包括红外可见光融合数据集,数据量较小;还有一个是强弱曝光融合数据集,数据量比较充足;目前在看关于融合方面的论文,寻找与宽度学习的契合点。

下周计划:继续阅读关于图像融合的相关论文;尝试在宽度学习的网络上运行图像融合数据集,看一下效果。

  • 李明龙

进度:补充ijcai论文实验:多小件员派单规划场景;同步异步不同程度实验。

计划:两周之内完成论文初稿。

  • 蔡中轩

本周进度:重画自动编队生[……]

继续阅读

DAGs with NO TEARS: Continuous Optimization for Structure Learning

NOTEARS: Non-combinatorial Optimization via Trace Exponential and Augmented lagRangian for Structure learning.

本文将基于得分的DAG学习问题由组合优化问题转化为连续优化问题,只用50行Python代码( https://github.com/xunzheng/notears )就实现了该方法,公式描述为:

其中W是权重连接矩阵,G(W)是W代表的图,F是得分函数,h是实矩阵[……]

继续阅读

20191213周报

  • 田瑜:

本周进度:调研联邦学习,去北京中科院自动化所开会,准备组会报告。

下周计划:整理去北京开会的记录,调研宽度学习,寻找下一步融合的切入点。

  • 李明龙

继续把之前的Decenlized
Planning with Macro actions的工作在多机器人派件上实现。

利用自适应解耦二分图的方法,解决时空限制条件下的多主体规划。

  • 蔡中轩

本周进度:修改Ijcai投稿论文,参加自动化所交流,报账杂务。

下周计划:进一步修改ijcai论文,完善sci论文实验结果,调[……]

继续阅读

[Paper]Plant Leaves Classification: A Few-Shot Learning Method Based on Siamese Network

Abstract

In this paper, a few-shot learning method based on the Siamese network framework isproposed to solve a leaf classification problem with a small sample size.

  • First, the features of two differentimages are extracted by a parallel two-way conv[……]

    继续阅读