日本語
Sorry, this entry is only available in Japanese. For the sake of viewer convenience, the content is shown below in the alternative language. You may click the link to switch the active language.
こんにちは、広報の清水です。
先日、DL輪読会とDLHacksのメンバーを中心に交流を深める活動報告会を開催しました。
DL輪読会とDLHacksは、互いの知識を深めることを目的に東京大学松尾研究室のメンバーが中心となって毎週持ち回りで発表をする勉強会です。（紹介記事はこちらから→DL輪読会・DLHacks）
- 輪読会：Deep Learningに関する最新論文について発表。（毎週金曜9:00開催）
- DLHacks：DeepLearningの実装力に焦点を当て、最新論文の実装やその他Tipsを共有。（毎週月曜19:00開催）
毎週の勉強会では発表の聴講がメインとなり中々メンバー同士がゆっくり話す機会がないため、近況報告や最近参加された方の自己紹介などで非常に盛り上がりました。
そして、前年に引き続き、活動報告を行いました。
日経クロストレンドの連載もご好評いただいており、現在第１０回まで掲載されています。
勉強会で発表されたスライドはスライドシェアやTwitterで共有されており、2018年7月〜2019年6月までの閲覧数をランキングで発表。※7月1日集計当時の数値となります。
スライドシェア閲覧数ランキング
Twitter imp数ランキング
ランキング上位の発表者を表彰しました。
３位 27,782 imp 岡田領さん（輪読会）
深層学習異常検知に関わる包括的かつ体型的なまとめ論文。
深層異常検知の各手法ごとの説明だけでなく、
現実世界の様々な領域に対しての異常検知の活用・研究状況や課題について言及されている。
深層学習異常検知に関わる包括的かつ体型的なまとめ論文。
深層異常検知の各手法ごとの説明だけでなく、
現実世界の様々な領域に対しての異常検知の活用・研究状況や課題について言及されている。https://t.co/JfJCACV1Ju— DLHacks (@DL_Hacks) February 13, 2019
２位 31,550 imp 鈴木雅大さん（輪読会）
DeepMindが提案したGenerative Query Network（GQN）について，深層生成モデル（VAE）の基礎から説明した．合わせて，複数のGQN系関連研究についても紹介し，GQNと世界モデルの関係についても説明した．
DeepMindが提案したGenerative Query Network（GQN）について，深層生成モデル（VAE）の基礎から説明した．合わせて，複数のGQN系関連研究についても紹介し，GQNと世界モデルの関係についても説明した． https://t.co/3Qlfzn1YCJ
— DLHacks (@DL_Hacks) August 27, 2018
1位 62,911 imp 富山翔司さん（輪読会）
ニューラルネットの更新を微分方程式としてみるという全く新しい概念を提案。NeurIPSのベストペーパー。ここ最近読んだ中で一番面白かった論文（個人的感想）。
ニューラルネットの更新を微分方程式としてみるという全く新しい概念を提案。NeurIPSのベストペーパー。ここ最近読んだ中で一番面白かった論文（個人的感想）。https://t.co/ahpZpkJ0MM
— DLHacks (@DL_Hacks) January 11, 2019
表彰者の方々へ、松尾先生からレッドブルの副賞が贈られました。
皆さん「今話題となっている論文をいち早く選ぶこと」が拡散される秘訣とコメントされていました。常に研究者にとって情報感度の高さも重要なことがわかりました。
先生からも最後「ここから活躍する人が生まれるように、いいコミュニティにしていきましょう」というお話で会は締めくくられました。
今後のイベントや勉強会情報などのお知らせは以下よりお受け取りください。
また来年の納会で、多くのDeep Learningを研究する学生さん達と集えるように運営側も努めて参ります。
