新闻中心

排序方式

CVPR 2021 | CoCosNet v2解锁“高配版”图像翻译

针对图像翻译(image translation)任务,微软亚洲研究院的研究员们曾在 CVPR 2020 发表的论文中提出了 CoCosNet 算法,解决了图像生成过程中风格精细控制的难题。目前这一基于样例的图像翻译技术再升级!借鉴 PatchMatch 的思想,研究员们提出了 CoCosNet v2 算法,实现了在原高清分辨率下高效近似注意力(attention)机制。相比第一代算法,CoCosNet v2 能够应用到高清大图的生成过程中,同时也能节省大量的计算内存开销。目前,相关工作论文“Full-resolution Correspondence Learning for Image Translation”已被收录为 CVPR 2021 oral,并入围 Best Paper 候选名单。

发布时间:2021-06-18 类型:深度文章

CVPR 2021 | 神经网络如何进行深度估计?

与深度神经网络相比,人类的视觉拥有更强的泛化能力,所以能够胜任各项视觉任务。结合人类视觉系统“通过观察结构信息获得感知能力”的特点,微软亚洲研究院的研究员们提出了一种新的深度估计方法,能够赋予神经网络强大的深度估计的泛化能力。目前,相关工作的论文已被 CVPR 2021 收录。

发布时间:2021-06-03 类型:深度文章

ICSE 2021:微软亚洲研究院精选论文,洞察软件工程前沿研究

作为软件工程领域的顶级会议,ICSE (International Conference on Software Engineering) 今年共接收了138篇论文,录取率为22.44%。微软亚洲研究院有多篇论文被收录,今天为大家介绍其中的4篇,研究主题包括:故障分析、逆向工程、配置空间、云计算系统、黑盒后门攻击、深度学习等等。

发布时间:2021-05-25 类型:深度文章

IJCAI 2021 | 系统调研168篇文献,领域泛化首篇综述问世

近年来,迁移学习中的领域泛化正引起越来越多的关注,其在众多领域都得到了广泛应用。在 IJCAI 2021 上,微软亚洲研究院研究员王晋东发表了该领域的第一篇综述论文,梳理总结了领域泛化方向的发展现状与未来发展方向。

发布时间:2021-05-11 类型:深度文章

ICLR 2021 | 协同调制生成对抗网络,轻松帮你实现任意大区域图像填充

图像填充是深度学习领域内的一个热点任务。尽管现有方法对于小规模、稀疏区域的填充可以取得不错的效果,但对于大规模的缺失区域始终无能为力。为解决这一问题,微软亚洲研究院提出了协同调制生成式对抗网络——一种通用的方法,跨越了条件与无条件图像生成领域之间的鸿沟。这一方法不但能够高质量、多样地填充图像任意规模的缺失区域,同时也能被应用于更广泛的图像转换任务。此外,考虑到图像填充领域内缺乏良好的指标,研究员们还提出了配对/无配对感知器辨别分数(P-IDS/U-IDS)以更加鲁棒、直观、合理地衡量模型性能。该相关工作已被 ICLR 2021 接受为 Spotlight Presentation。

发布时间:2021-04-28 类型:深度文章

ICLR 2021 | 微软亚洲研究院精选论文一览

机器学习领域的全球顶会 ICLR 2021 将于5月3日至7日在线上举行。今年的 ICLR 会议一共接收了860篇论文,接受率接近29%。其中,微软亚洲研究院有多篇论文入选,今天我们精选了5篇为大家进行介绍。这5个工作的研究主题关键词包括语音合成、代码智能、自监督、Transformer、复杂决策、预训练、分类任务......

发布时间:2021-04-27 类型:深度文章

MLSys 2021 | “进击”的神经网络行为分析,为设计和性能架起了一座桥梁

编者按:MLSys 大会全称为“Conference on Machine Learning and Systems”,由 Jeff Dean、Michael Jordan 和 Yann LeCun 等计算机系统和人工智能领域的全球顶尖科学家于2019年发起。2021年的 MLSys 大会共收到221篇投稿,52篇被录用,其中微软有四篇入选。本文将为大家介绍来自微软亚洲研究院的一项工作:通过分析深度学习算法设计空间在移动端侧推理平台的行为特性,以设计针对不同平台的高效深度学习模型。

发布时间:2021-04-08 类型:深度文章

MobiCom 2021 | 微软亚洲研究院与南大、科大等最新合作研究,助力模型高效推理和隐私保护

近年来中国的学术研究水平快速提升,在移动计算和网络领域当然也不例外。在今年计算机网络领域国际顶会 MobiCom 2021(Summer Round)接收的19篇论文中,微软亚洲研究院有三篇论文成功入围。这三篇论文,其中有两篇关于功耗优化、高效推理,有一篇则在深度学习的基础上提出了一种创新的隐私保护技术。

发布时间:2021-03-10 类型:深度文章

AAAI 2021 | 微软亚洲研究院论文大礼包请查收!

AAAI(Association for the Advance of Artificial Intelligence——美国人工智能协会)是人工智能领域的主要学术组织之一,其主办的年会也是人工智能领域的国际顶级会议。今年的 AAAI 2021 是该大会的第35届,会议于2月2日-2月9日全程在线上举办。本次大会中,微软亚洲研究院有多篇论文被录取,我们从中精选了7篇有代表性的工作为大家进行介绍。

发布时间:2021-02-02 类型:深度文章

AAAI 2021 | 微软与上交大最新研究,强化学习助力AI+金融

随着近年来深度强化学习技术的发展,学术界提出了一些利用深度强化学习解决订单执行问题的方法。微软亚洲研究院与上海交通大学合作在 AI+ 金融领域的最新研究工作《Universal Trading for Order Execution with Oracle Policy Distillation》就是利用了强化学习技术,来尝试优化金融市场交易中订单执行(Order Execution)的问题。该工作已被 AAAI 2021 接收。

发布时间:2021-01-29 类型:深度文章