新闻中心

排序方式

KDD 2019 | 一文详解微软亚洲研究院7篇精选论文

KDD 2019于8月4-8日在美国阿拉斯加州的安克雷奇举行。本届大会上,微软亚洲研究院有多篇论文入选,内容涉及在线预测任务、 在线影响力最大化、AI金融、推荐系统、异常检测等多个前沿领域。本文将为大家介绍其中有代表性的7篇论文。

发布时间:2019-08-08 类型:深度文章

CVPR 2019 | 基于密集语义对齐的行人重识别模型:有效解决语义不对齐

行人重识别(Person Re-identification),也称行人再识别,旨在利用计算机视觉技术实现基于图片或视频的行人匹配和检索。深度学习的发展极大地推动行人重识别性能的提升。然而在实际应用中,行人图片面临诸多问题,如行人图片分辨率低、人体姿态和拍摄视角差异大、障碍物遮挡等。很多因素会导致不同图像在空间上语义不对齐,进而影响行人重识别的性能。为此,微软亚洲研究院和中国科学技术大学在CVPR 2019上共同提出了行人重识别模型DSA-reID,尝试借助密集语义提升行人重识别的性能。

发布时间:2019-07-05 类型:深度文章

ACL 2019 | 微软8篇精选论文解读,一览最新研究进展

ACL 2019将于7月28日至8月2日在意大利佛罗伦萨举行。在本届大会的录取论文中,共有25篇来自微软亚洲研究院和微软(亚洲)互联网工程院。内容涵盖文本摘要、机器阅读理解、推荐系统、视频理解、语义解析、机器翻译、人机对话等多个热门领域。本文将为大家介绍来自不同领域中有代表性的8篇论文。

发布时间:2019-06-28 类型:深度文章

CVPR 2019 | 微软亚洲研究院7篇精选论文解读

计算机视觉顶会CVPR 2019于6月15-21日在加州长滩举行。微软亚洲研究院共有21篇论文入选本届CVPR,覆盖了姿态估计、对象检测、目标跟踪、图像编辑、3D形状生成、高效CNN等多个计算机视觉领域的热门话题,本篇文章选择了其中7篇进行介绍。

发布时间:2019-06-18 类型:深度文章

CVPR 2019 | 告别低分辨率网络,微软提出高分辨率深度神经网络HRNet

对于视觉识别中的区域层次和像素层次问题,分类网络(如ResNet、VGGNet等)学到的表征分辨率比较低,在此基础上恢复的高分辨率表征空间区分度仍然不够强,使其在对空间精度敏感的任务上很难取得准确的预测结果。为此,微软亚洲研究院视觉计算组提出高分辨率深度神经网络(HRNet),对网络结构做了基础性的改变,由传统的串行连接高低分辨率卷积,改成并行连接高低分辨率卷积,通过全程保持高分辨率和对高低分辨率表征的多次信息交换来学到丰富的高分辨率表征,在多个数据集的人体姿态估计任务中取得了最佳的性能。

发布时间:2019-05-21 类型:深度文章

ICML 2019 | 微软提出极低资源下语音合成与识别新方法,小语种也不怕没数据了!

目前,人类使用的语言种类有近7000种,然而由于缺乏足够的语音-文本监督数据,绝大多数语言并没有对应的语音合成与识别功能。为此,微软亚洲研究院机器学习组联合微软(亚洲)互联网工程院语音团队在ICML 2019上提出了极低资源下的语音合成与识别新方法,帮助所有人都可以享受到最新语音技术带来的便捷。

发布时间:2019-05-15 类型:深度文章

WWW 2019微软亚洲研究院6篇入选论文一览

WWW 2019(The Web Conference)于5月13-17日在美国旧金山召开,今年会议共收到投稿1247篇,录取225篇,录取率为18%。微软亚洲研究院共有6篇论文入选,内容包括推荐系统知识图谱中的多任务特征学习、知识图卷积网络、中文分词与中文实体识别、云服务故障预测和诊断、深度学习在移动端APP上的应用情况等。

发布时间:2019-05-14 类型:深度文章

ICML 2019 | 序列到序列自然语言生成任务超越BERT、GPT!微软提出通用预训练模型MASS

从2018年开始,预训练(pre-train) 毫无疑问成为NLP领域最热的研究方向。借助于BERT和GPT等预训练模型,人类在多个自然语言理解任务中取得了重大突破。然而,在序列到序列的自然语言生成任务中,目前主流预训练模型并没有取得显著效果。为此,微软亚洲研究院的研究员在ICML 2019上提出了一个全新的通用预训练方法MASS,在序列到序列的自然语言生成任务中全面超越BERT和GPT。在微软参加的WMT19机器翻译比赛中,MASS帮助中-英、英-立陶宛两个语言对取得了第一名的成绩。

发布时间:2019-05-09 类型:深度文章

一文详解ICLR 2019微软亚洲研究院6篇入选论文

ICLR 2019 于5月6日至9日在美国新奥尔良举行,本届投稿比去年增长了近60%,共收到1591篇,录取率为31.7%。由微软研究院与蒙特利尔大学 MILA 研究所合作的论文《Ordered Neurons: Integrating Tree Structures into Recurrent Neural Networks》获得了最佳论文奖。来自微软亚洲研究院的6篇论文入选了本届ICLR,内容涵盖多智能体的对偶学习、自然语言生成模型训练中的表征退化问题、基于知识蒸馏的多语言神经机器翻译、多视图立体场景重建等。

发布时间:2019-05-07 类型:深度文章

CHI 2019丨无论哪种姿势,平板电脑都为你备好了最佳交互界面

人机交互顶会CHI 2019(ACM SIGCHI Conference on Human Factors in Computing Systems)将于5月4-9日在英国格拉斯哥举行。本届CHI中,来自微软研究院的论文“姿势感知界面”针对用户使用平板电脑时的各异姿势,对更细致的动作捕捉和交互进行了探索。该论文获得最佳论文提名。

发布时间:2019-04-25 类型:深度文章