خبرها و رویدادها

• آنتونی وترو در کنفرانس افتتاحیه IEEE در مورد سیستم های خودمختار (ICAS) که تقریباً از 11 تا 13 اوت 2021 برگزار شد ، به عنوان اصلی گفت. این کنفرانس توسط انجمن پردازش سیگنال IEEE (SPS) از طریق ابتکار سیستم خودمختار SPS حمایت مالی می شود.

   

• محققان MERL Diego Romeres ، Devesh Jha و Siddarth Jain به همراه گروه های تحقیقاتی در MIT ، Nvidia ، Nist ، Tum ، Google Deepmind ، Eth Zurich ، Google AI و UMass Lowell کارگاهی را در کنفرانس Robotics: Science and Systems 2021 ترتیب دادند. این کارگاه در مورد "پیشبرد هوش مصنوعی و دستکاری برای روباتیک: درک شکاف ها ، صنعت و دیدگاه های دانشگاهی و ایجاد جامعه" بود. این کارگاه لیستی از سخنرانان عالی هم از آکادمی و هم از صنعت داشت. ضبط مذاکرات و بحث پانل را می توان در لینک زیر یافت.

• Arvind Raghunathan دعوت نامه ای را برای خدمت در هیئت تحریریه ژورنال تئوری بهینه سازی و برنامه ها (JOTA) پذیرفته است.

   

• Devesh Jha ، یک دانشمند اصلی تحقیق در گروه تجزیه و تحلیل داده های مرل ، در سریال سمینار روباتیک در دانشگاه لیدز سخنرانی دعوت کرد. این گفتگو برخی از کارهای اخیر انجام شده در MERL را در زمینه های دستکاری روباتیک و یادگیری روبات ارائه داد.

• دیگو رومرس ، دانشمند اصلی تحقیق در گروه تجزیه و تحلیل داده های مرل ، به عنوان ویراستار همکار (AE) برای کنفرانس بین المللی IEEE/RSJ در مورد روبات ها و سیستم های هوشمند (IROS 2021) خدمت می کند.

• دیگو رومرس ، دانشمند اصلی تحقیق در گروه تجزیه و تحلیل داده های مرل ، در گفتگوهای مستقل که در ETH ، زوریخ سازماندهی شده است ، به "یادگیری تقویت شده برای روباتیک" گفت. در ارائه ، برخی از جهات برای استفاده از الگوریتم های یادگیری تقویت مبتنی بر مدل در برنامه های دنیای واقعی به همراه یک الگوریتم جدید MBRL به نام MC-Pilco ارائه شده است. پیوند به ارائه https://www. youtube. com/watch؟v=wygbgma4j-s است.

• Chiori Hori ، محقق ارشد تیم گفتار و صوتی مرل ، سخنران اصلی در 2 سمپوزیوم بین المللی در زمینه الکترونیک هوش مصنوعی ، در کنار الکس آکرو ، مدیر ارشد اپل سیری ، روبرتو سیپولو ، استاد مهندسی اطلاعات در دانشگاه کمبریج خواهد بود. و هیروشی آمانو ، استاد دانشگاه ناگویا و برنده جایزه نوبل فیزیک به دلیل کار خود در دیودهای تابش آبی. این سمپوزیوم ، که توسط دانشگاه Tohoku برگزار می شود ، در تاریخ 15 فوریه 2021 ، 10 صبح تا 4 بعد از ظهر (JST) به صورت آنلاین برگزار می شود.

   

• محققان MERL با همکاری محققان Melco و گروه مغز و علوم شناختی در MIT ، نرم افزار شبیه سازی محیط پیچ و خم دایره ای (CME) را منتشر کرده اند. این سیستم می تواند به عنوان معیار جدید برای ارزیابی الگوریتم های مختلف کنترل و یادگیری ربات استفاده شود. هدف کنترل در این سیستم نوک زدن و شیب پیچ و خم است تا یک سنگ مرمر (یا چند) را به سمت حلقه داخلی پیچ و خم دایره ای هدایت کند. اگرچه کنترل این سیستم برای انسان بسیار بصری است ، اما برای عوامل هوش مصنوعی بسیار چالش برانگیز است که بتوانند به طور مؤثر یاد بگیرند. به دلیل پویایی غیر صاف ، افق برنامه ریزی طولانی و پویایی غیرخطی ، این روش ها برای هر دو روش مبتنی بر مدل و همچنین بدون مدل چالش های مختلفی ایجاد می کند. بسته منتشر شده پایتون ، محیط شبیه سازی را برای پیچ و خم دایره ای فراهم می کند ، جایی که حرکت مرمرهای متعدد می تواند به طور همزمان شبیه سازی شود. این بسته همچنین یک الگوریتم بهینه سازی مسیر را برای طراحی یک کنترلر مبتنی بر مدل در شبیه سازی فراهم می کند.

• محقق MERL Devesh Jha به عنوان ویراستار همکار به هیئت تحریریه رباتیک و اتوماسیون IEEE (RA-L) منصوب شده است. IEEE RA-L مقالات مورد بررسی همسالان را در زمینه های روباتیک و اتوماسیون منتشر می کند که می تواند در کنفرانس های پرچمدار سالانه RAS مانند ICRA ، IROS و Case نیز ارائه شود.

• چشم انداز رایانه و محقق روباتیک ، سیدارت جین ، به عنوان ویراستار همکار به هیئت تحریریه رباتیک و اتوماسیون IEEE (RA-L) منصوب شده است. سیدارت در سپتامبر 2019 پس از به دست آوردن دکتری خود به MERL پیوست. در روباتیک از دانشگاه شمال غربی ، جایی که وی سیستم های جدید روباتیک را برای کمک به افراد دارای فشار حرکتی در انجام فعالیت های کارهای روزمره ایجاد کرد.

   

• ایتان مانیلو کارآموز سابق MERL و محققان MERL گوردون ویچن و جاناتان لو روکس بهترین جایزه پوستر و بهترین جایزه ویدیو را در کنفرانس بازیابی اطلاعات موسیقی 2020 (ISMIR 2020) برای مقاله "جدایی منبع موسیقی سلسله مراتبی" کسب کردند. این کنفرانس 11 تا 14 اکتبر با فرمت مجازی برگزار شد. بهترین جوایز پوستر و بهترین جوایز ویدئویی با رای مردمی در بین شرکت کنندگان در کنفرانس اهدا شد.

   

• دکتر دیگو رومرس ، دانشمند اصلی تحقیقات در گروه تجزیه و تحلیل داده ها ، در کمیته برنامه سی و سوم کنفرانس سالانه کاربردهای نوآورانه هوش مصنوعی (IAAI) ، 2021 خدمت خواهد کرد.

• دانشمند تحقیقات اصلی MERL ، آنوپ چریان گفتگوی دعوت شده ای با عنوان "Sound2Sight: Imagination Visual Visual" را در کارگاه تجزیه و تحلیل ویدیویی چند منظوره که در رابطه با کنفرانس اروپایی در مورد دید رایانه (ECCV) برگزار شد ، ارائه داد. مقاله ECCV اخیر که یک کار استدلال چند حالته جدید به نام Sound2Sight و یک الگوریتم یادگیری ماشین مخالف مولد را برای تولید توالی های ویدیویی قابل قبول شرط در زمینه صدا و بصری توصیف می کند.

• Ankush Chakrabarty یک جلسه دعوت شده را در مورد "کنترل داده محور برای کاربردهای صنعتی" در کنفرانس IEEE در مورد فناوری کنترل و برنامه های کاربردی با شاهین شاهرامپور (Asst. پروفسور ، تگزاس A& M) برگزار کرد. مذاکرات شامل موضوعاتی از جمله یادگیری تقویت برای سیستم های هوافضا ، یادگیری تقویت شده برای موتورها ، یادگیری عمیق Q برای سیستم های راهنمایی و رانندگی و شرکت کنندگان شامل سخنرانانی از دانشگاه استنفورد ، دانشگاه ایالتی کارولینای شمالی ، تگزاس A& M ، دانشگاه ایالتی اوکلاهما ، دانشگاه علوم و فناوری در پکن ،و تو دلفت.

   

• آزمایشگاههای تحقیقاتی برقی میتسوبیشی از استقبال از ابراهیم پی. وینود به عنوان جدیدترین عضو کارکنان تحقیق خود ، در کنترل تیم استقلال استقبال می کنند. ابراهیم از دانشگاه تگزاس ، آستین ، به مرل پیوست ، جایی که وی یک پژوهشگر فوق دکترا بود. او دکترای خود را به دست آورد. از دانشگاه نیومکزیکو. تحقیقات دکتری وی الگوریتم های مقیاس پذیر را برای ارائه ضمانت ایمنی برای سیستم های تصادفی ، کنترل شده با کنترل ، دینامیکی ، با برنامه های کاربردی برای برنامه ریزی حرکت ، تولید کرد. ابراهیم در تحقیقات پس از دکتری خود نظریه و الگوریتم های کنترل شده برای پرواز ، کنترل داده های سیستم های ناشناخته را تحت داده های بسیار محدود مورد مطالعه قرار داد. علایق تحقیق فعلی وی در تقاطع بهینه سازی ، کنترل و یادگیری است. ابراهیم جایزه بهترین مقاله دانشجویی را در سیستم های هیبریدی ACM 2017 کسب کرد: کنفرانس محاسبات و کنترل ، فینالیست بهترین جایزه مقاله در سیستم های هیبریدی ACM 2018: کنفرانس محاسبات و کنترل بود و برنده بهترین جایزه پروژه تحقیقاتی دانشجویی در دوره کارشناسیانستیتوی فناوری هند ، مادراس.

• شرکت الکتریکی میتسوبیشی اعلام کرد که این شرکت آنچه را که معتقد است اولین فناوری جهان است قادر به تعامل بسیار طبیعی و شهودی با انسان ها بر اساس توانایی آگاه صحنه برای ترجمه اطلاعات سنجش چندمودال به زبان طبیعی توسعه داده است.

   

فناوری رمان ، تعامل آگاه از صحنه ، شامل فناوری اختصاصی Mitsubishi Maisart® Compact AI برای تجزیه و تحلیل اطلاعات سنجش چند حالته برای تعامل بسیار طبیعی و شهودی با انسان از طریق تولید وابسته به متن زبان طبیعی است. این فناوری اشیاء و رویدادهای متنی را بر اساس اطلاعات سنجش چند حالته ، مانند تصاویر و فیلم های ضبط شده با دوربین ، اطلاعات صوتی ضبط شده با میکروفن و اطلاعات محلی سازی اندازه گیری شده با LIDAR تشخیص می دهد.

• دانشمند تحقیقات اصلی ارشد MERL و رهبر تیم ارشد گفتار و صوتی ، جاناتان لو روکس توسط مرکز پردازش زبان و گفتار در دانشگاه جانس هاپکینز دعوت شد تا در کارگاه تابستانی یادبود فردریک جلینک در مورد گفتار و فناوری (JSALT) سخنرانی کامل ارائه دهد. بشراین بحث با عنوان "یادگیری عمیق برای پردازش گفتار چندگانه: مقابله با چندین بلندگو ، میکروفن و زبان" ، یک مرور کلی از تکنیک های یادگیری عمیق که در MERL توسعه یافته است به سمت هدف ترکیدن برج بابل از مشکل حزب کوکتل ارائه می دهد ، یعنی، جدا کردن و/یا شناخت گفتار چندین بلندگو ناشناخته که همزمان به زبان های مختلف صحبت می کنند ، در هر دو سناریو تک کانال و چند کانال: از خوشه بندی عمیق گرفته تا شبکه های کیمرا ، کتاب فاز و دوستان ، و از ASR یکپارچه گرفته تا میمو-حرف و ترانسفورماتور-با مبتنی بر Multi-Speaker ASR.

   

• محققان MERL در کنفرانس بین المللی یادگیری ماشین (ICML 2020) سه مقاله ارائه می دهند که امسال از 12 تا 18 ژوئیه واقعاً برگزار می شود. ICML یکی از کنفرانس های برتر در یادگیری ماشین با میزان پذیرش 22 ٪ است. مقالات MERL عبارتند از:

   

1) "همگرایی زمان محدود در بهینه سازی زمان مداوم" توسط Orlando Romero و Mouhacine Benosman.

2) "آیا افزایش ابعاد ورودی می تواند یادگیری تقویت عمیق را بهبود بخشد؟"توسط کی اوتا ، Tomoaki Oiki ، Devesh Jha ، Toshisada Mariyama و Daniel Nikovski.

• ما هیجان زده هستیم که اعلام کنیم دکتر ژونگ کیو وانگ ، که اخیراً دکترای خود را به دست آورده است. از دانشگاه ایالتی اوهایو ، به عنوان یک دانشمند تحقیق ویزیت به تیم گفتار و صوتی مرل پیوسته است. Zhong-Qiu در پردازش آرایه میکروفون ، تقویت گفتار ، جداسازی منبع کور/بلندگو و شناخت گفتار اتوماتیک قوی ، تخصص جدی به ارمغان می آورد ، که او برخی از پیشرفته ترین روشهای یادگیری ماشین و یادگیری عمیق را توسعه داده است.

   

• محققان MERL در حال ارائه چهار مقاله (دو مقاله خوراکی و دو پوستر) و سازماندهی دو کارگاه در کنفرانس IEEE/CVF Computer Vision and Patte (CVPR 2020) هستند.

   

CVPR 2020 نردبان با نویسندگان MERL: 1. "شبکه های عصبی نمودار چند مقیاس پویا برای پیش بینی حرکت انسان مبتنی بر اسکلت سه بعدی ،" توسط Maosen Li ، Siheng Chen ، Yangheng Zhao ، Ya Zhang ، Yanfeng Wang ، Qi Tian 2. "ارسال پیام متحرک ، "توسط Yue Hu ، Siheng Chen ، Ya Zhang ، Xiao GU

پوسترهای CVPR 2020 با نویسندگان MERL: 3. "تراز چهره لوولی: تخمین مکان نقاط دیدنی ، عدم اطمینان و احتمال دید ،" توسط Abhinav Kumar ، Tim K. Marks ، Wenxuan Mou ، Ye Wang ، Michael Jones ، Anoop Cherian ، Toshiaki Koike- Toshiaki Koike-Akino ، Xiaoming Liu ، Chen Feng 4. "Motionnet: درک مشترک و پیش بینی حرکت برای رانندگی خودمختار بر اساس نقشه های چشم پرنده ،" توسط Pengxiang Wu ، Siheng Chen ، Dimitris N. Metaxas

• دیگو رومرس ، دانشمند اصلی تحقیق در گروه تجزیه و تحلیل داده های مرل ، در کارگاه Icraxmit که در MIT سازماندهی شده بود ، سخنرانی دعوت کرد. این گفتگو به طور خلاصه یک چارچوب بدون مشتق را توصیف کرد که سرعت و شتاب در نظر گرفتن سیستم و کنترل سیستم های رباتیک را در نظر نمی گیرد. رویکرد پیشنهادی در دو سیستم روباتیک واقعی تأیید شده است.

• محقق MERL PU (پری) وانگ جلسه ویژه ای را در 10 ژوئن 2020 با عنوان سنجش رادار خودرو برگزار کرد. ارائه ها شامل مباحثی از طراحی شکل موج عمیق ، ردیابی شی ، کاهش تداخل متقابل با کاربردهای آنها در تصویربرداری با وضوح بالا بود. مشارکت کنندگان این جلسه هم از آکادمی و هم از صنعت آمده اند.

   

• دیگو رومرس ، دانشمند تحقیقاتی در گروه تجزیه و تحلیل داده های مرل ، برای کنفرانس بین المللی IEEE/RSJ در مورد روبات ها و سیستم های هوشمند IEEE/RSJ به عنوان ویراستار همکار (AE) خدمت می کند (IROS 2020).

• محقق Merl Jonathan Le Roux و نویسندگان Xuankai Chang ، Shinji Watanabe (دانشگاه Johns Hopkins) ، Wangyou Zhang و Yanmin Qian (دانشگاه شانگهای Jiao Tong) بهترین جایزه مقاله IEEE را کسب کردند.) ، برای مقاله "MIMO-SEEK: تشخیص گفتار چند کانال چند کانال پایان به پایان". MIMO-Speech یک چارچوب پایان به پایان به پایان عصبی است که می تواند متن چندین بلندگو را که به طور همزمان از ورودی چند کانال صحبت می کنند ، رونویسی کند. این سیستم از یک شبکه ماسک مونورال ، یک پرتوی عصبی چند منبع و یک مدل تشخیص گفتار چند سریع تشکیل شده است که به طور مشترک فقط از طریق معیار تشخیص گفتار خودکار (ASR) بهینه می شوند. این جایزه توسط نویسنده اصلی Xuankai Chang در این کنفرانس دریافت شد که از 14 تا 18 دسامبر 2019 در سنتوسا ، سنگاپور برگزار شد.

• دیگو رومرس ، دانشمند تحقیقاتی در گروه تجزیه و تحلیل داده های مرل ، سخنرانی سمیناری را در محاوره مهندسی برق و کامپیوتر دانشگاه کانکتیکات ارائه داد. این بحث الگوریتم های تقویت کننده جدید را بر اساس ترکیب مدل های فیزیکی با مدلهای غیر پارامتری سیستم های رباتیک حاصل از داده ها توصیف کرده است.

ما را دنبال کنید:

کپی رایت © 2023 آزمایشگاه های تحقیقاتی برقی میتسوبیشی. کلیه حقوق محفوظ است.