排序方式

中科大60周年丨科教报国一甲子,携手共进二十载

今天是中国科学技术大学60甲子寿辰,微软亚洲研究院自成立以来便与中科大建立了密切的合作,如今已携手走过 20 载春秋,优势互补,共赢发展。今天让我们一起来回顾一下这 20 年来点点滴滴的合作与情谊。

发布时间:2018-09-20 类型:深度文章

尖峰对话:人工智能的过去、现在和未来

编者按:今天下午,在“AI前沿与行业赋能”微软主题论坛上,微软全球资深副总裁、微软亚太研发集团主席兼微软亚洲研究院院长洪小文博士主持了一场有关“人工智能的过去、现在和未来”的尖峰对话,对话双方为微软全球执行副总裁、微软人工智能及微软研究事业部负责人沈向洋博士与人工智能先驱、图灵奖得主Raj Reddy。

发布时间:2018-09-18 类型:深度文章

微软亚洲研究院落户上海!盘点微软与上海之间的深厚渊源

北纬31度14分,东经121度29分 , 这个地理坐标系上的一个点,曾经是太平洋西岸的小渔村,经过千百年不懈发展,如今已成为中国最大的经济中心和新兴的全球城市——上海。作为国际经济、金融、贸易和航运中心,上海也在向具有全球影响力的科技创新中心方向发展。

发布时间:2018-09-18 类型:深度文章

NIPS 2018丨解读微软亚洲研究院10篇入选论文

这几天,比国庆火车票还一票难求的NIPS 2018出最终结果了!作为机器学习领域的顶级会议,今年NIPS 之火爆达到了惊人的程度,投稿数量上升至史无前例的 4856 篇,比去年增加了约 50%,接受率保持着与去年持平的20.8%,共接受论文 1011 篇,其中168 篇Spotlight(3.5%),30 篇Oral(0.6%)。

发布时间:2018-09-07 类型:深度文章

书单丨成为机器学习大神,你不能不懂数学

如何自学机器学习?需要哪些数理基础?怎样从入门到进阶,成就大神之路?对于这些问题,作为毕业后投身机器学习研究的数学博士、微软亚洲研究院机器学习组主管研究员陈薇无疑是最有发言权的。在这篇书单推荐中,她从机器学习综述、算法优化、理论延展、数学基础四大方面入手,为大家提供一份机器学习的“完全指南”。

发布时间:2018-09-06 类型:深度文章

ECCV 2018 | 如何让RNN神经元拥有基础通用的注意力能力

微软亚洲研究院和西安交通大学合作,提出了通过对RNN层加入一个简单有效的元素注意力门,使得RNN神经元自身拥有基础通用的注意力能力,对不同的元素自适应地赋予不同的重要性来更加细粒度地控制输入信息流。该注意力门设计简单,并且通用于不同的RNN结构以及不同的任务。

发布时间:2018-09-04 类型:深度文章

ECCV 2018 | 迈向完全可学习的物体检测器:可学习区域特征提取方法

物体检测是计算机视觉领域的重要问题之一,现今大部分计算机视觉应用都依赖于物体检测模块,例如无人车应用中对于周围环境的感知,安防支付等应用中的人脸识别,新零售应用中的商品识别等等的第一步都是提取图像或视频中的感兴趣物体,也就是物体检测。

发布时间:2018-08-30 类型:深度文章

还在纠结抑扬顿挫?让AI教你像native一样说英语

你会用英语说绕口令吗?现在微软亚洲研究院推出的智能英语私教“微软小英”可以教你说英文绕口令啦!一直以来,“微软小英”口语训练里的实时打分和针对性反馈功能都获得了大家的许多好评,现在在新上线的“绕口令”里,“微软小英”将为口语练习者语调的抑扬顿挫提出建议。今天我们来为大家揭秘小英背后“功臣”——口语韵律分析与评测技术。

发布时间:2018-08-28 类型:深度文章

ACL 2018:一文带你看自然语言处理领域最新亮点

上月,自然语言处理顶级会议ACL 2018在墨尔本成功举办。微软亚洲研究院联培博士任烁从大会现场带回了新鲜出炉的参会总结,与大家分享本届大会上的优秀论文和机器翻译最新进展。

发布时间:2018-08-23 类型:深度文章

KDD 2018 | 推荐系统特征构建新进展:极深因子分解机模型

特征(features)的构建对推荐系统来说至关重要,直接关系到推荐系统的精准性。在传统的推荐系统中,高阶交叉特征通常由工程师手工提取,不仅人力成本高昂、维度空间极大,而且不可泛化。因此自动学习特征的交互是十分有必要的 ,但目前已有的相关工作学习的是隐式的交互特征,且特征交互发生在元素级(bit-wise)而非向量级。为此,微软亚洲研究院社会计算组在KDD 2018上提出一个新的模型——极深因子分解机(xDeepFM)。

发布时间:2018-08-22 类型:深度文章