首页 > 研究生教学 > 正文

天游注册代理1958信息技术研究生论坛(八)

时间:2022年04月28日 21:12点击数:

时间:2022429日(星期五)15:00-16:30

地点:天游注册代理1958807教室


报告题目一:基于Informer模型的时间长序列预测研究

报告人:杜晓敬

报告简介:首先介绍时间序列预测的相关背景和课题来源。然后对比基于Transformer模型改进的Informer模型的优点,也就是本研究的主要贡献。本研究对比了Time-series methods: ARIMA, DeepAR, Prophet, LSTMa, LSTnetTransformer-based methods: vanilla Transformer, Reformer, LogSparse Transformer等模型,并通过在真实数据集(tricity Transformer Dataset)和公共数据集(Electricity Consuming LoadWeather)进行验证,取得更好的结果。提出的方法可以为其它领域带来好处,如文本、音乐、图像和视频的长序列生成。


报告题目二:基于复杂网络的游戏用户模型研究

报告人:韩宗钊

报告简介:首先介绍近年游戏行业的火爆引起社科经济界的关注,这些研究专注定性理论,缺少数理逻辑的分析。传染病模型可以扩展到社会文化传播现象中去,但传统的传染病模型多为平均场模型,网络结构是同质规则结构,与真实世界相差较大。复杂网络理论是研究复杂网络本身以及复杂系统的研究,能够更好地解释和阐述真实世界。报告将传染病模型与复杂网络相结合,同时加入创新传播模型的异质阈值选择,解释了游戏行为传播的现象,填补了研究空白。


报告题目三:基于对比学习强化句向量表示的研究

报告人:谢泽

报告简介:对于很多自然语言处理任务来说,学习到一个良好的句向量表示是非常重要的。例如在向量检索,文本语义匹配等任务中,模型将输入的两个句子进行编码得到句向量,然后计算句向量之间的相似度,从而判断两个句子是否匹配。从视觉领域对比学习的成功可以看出,对比学习在表征学习,尤其是无监督的环境下,能起到不错的效果。一个自然的想法是,在NLP的句表示学习任务中,加以应用,从而强化模型学习到的句子表征能力。

欢迎广大师生踊跃参加!


友情链接/LINK

办事大厅 文件系统 教工邮箱 图书馆 天游注册代理1958招聘网 校友网 教务管理 财务管理 科研管理 教师信息网 虚拟学院

天游注册代理1958(中国)有限公司 版权所有