來源：專知
簡介：
隨著時空跟蹤和傳感數(shù)據(jù)的不斷增長，現(xiàn)在人們可以在大范圍內分析和建模細粒度行為。例如，收集每一場NBA籃球比賽的跟蹤數(shù)據(jù)，包括球員、裁判和以25hz頻率跟蹤的球，以及帶注釋的比賽事件，如傳球、投籃和犯規(guī)。其他設置包括實驗室動物、公共空間中的人、手術室等設置中的專業(yè)人員、演員的演講和表演、虛擬環(huán)境中的數(shù)字化身、自然現(xiàn)象(如空氣動力學)，甚至其他計算系統(tǒng)的行為。
在這次演講中，我將描述正在進行的研究，即開發(fā)結構化模仿學習方法來開發(fā)細粒度行為的預測模型。模仿學習是機器學習的一個分支，研究模仿動態(tài)演示行為。結構化模仿學習涉及到使用數(shù)學上嚴格的領域知識，這些知識可以(有時是可以證明的)加速學習，還可以提供附加的好處(如Lyapunov穩(wěn)定性或策略行為的可解釋性)。我將提供基本問題設置的高級概述，以及在動物建模、專業(yè)運動、語音動畫等項目。
Speaker：
Yisong Yue，加州理工學院計算機和數(shù)學科學系助理教授。他之前是迪斯尼研究中心的研究科學家。在此之前，他是卡內基梅隆大學機器學習系和iLab的博士后研究員。他獲得了康奈爾大學的博士學位和伊利諾伊大學香檳分校的學士學位。
Yisong的研究興趣主要集中在統(tǒng)計機器學習的理論和應用上。他對開發(fā)交互式機器學習和結構化機器學習的新方法特別感興趣。過去,他的研究已經(jīng)應用于信息檢索、推薦系統(tǒng)、文本分類、學習豐富的用戶界面,分析人類隱式反饋、臨床治療、輔導系統(tǒng),數(shù)據(jù)驅動動畫、行為分析、運動分析、實驗設計科學,學習優(yōu)化策略學習機器人技術和自適應規(guī)劃和分配問題。
個人主頁：
http://www.yisongyue.com/
部分PPT：
未來智能實驗室是人工智能學家與科學院相關機構聯(lián)合成立的人工智能，互聯(lián)網(wǎng)和腦科學交叉研究機構。
未來智能實驗室的主要工作包括：建立AI智能系統(tǒng)智商評測體系，開展世界人工智能智商評測；開展互聯(lián)網(wǎng)（城市）云腦研究計劃，構建互聯(lián)網(wǎng)（城市）云腦技術和企業(yè)圖譜，為提升企業(yè)，行業(yè)與城市的智能水平服務。
