知识图谱前沿：深度学习与深度知识大交融 | 公开讲座报名
大数据时代，为深度学习带来了巨大的发展红利，但是深度学习对数据的强依赖性以及难以利用知识等特点，也使得深度学习陷入发展的瓶颈期。由集智俱乐部和 X-Order 主办的讲座活动于10月25日晚间在北京举行，欢迎感兴趣的朋友参与。讲座同时在B站直播。
随着深度学习发展的深入，越来越多的研究表明深度学习存在着局限性，主要体现在对数据的强依赖性以及无法利用先验知识。知识图谱本质上是一种语义网络，表达了各类实体、概念及其之间的语义关系，是大数据时代和人工智能时代最为主要的知识表示方式。利用蕴含于知识图谱中的知识指导深度神经网络模型的学习从而提升模型的性能，成为了下一个发展的趋势。
集智俱乐部联合X-Order，特别邀请到德国慕尼黑大学Volker Tresp教授作为主讲嘉宾，开展一场题为“Deep X：Deep Learning with Deep Knowledge”的公开讲座，讨论知识图谱与深度学习的关系，提出了认知深度学习，Cognitive deep learning。
活动信息
时间：10月25日下午19:00-21:00
地点：北京市朝阳区望京东园4区中航资本大厦13层
报名方式：（扫描小程序码报名）
注意事项：
本活动为报名申请制，经审核通过后可免费参加；
请务必正确填写电话和邮箱信息，我们将以短信和邮件形式通知您审核结果，以及沙龙具体地点信息；
活动将组织现场交流微信群，需到现场方可入群；
活动时间为晚间，18:30签到，19:00正式开始，请安排好出行时间。
时间安排
18:30-19:00 签到交流
19:00-19:10 主持人开场
19:10-20:30 主讲人分享
20:30-21:00 交流提问
报告介绍
报告题目：
Deep X: Deep Learning with Deep Knowledge
标记图（labeled graph）可以描述认知抽象层中的状态和事件，将事实表示为三元组（subject-predicate-object triples）。一个典型案例是 Google 知识图谱，它表征了 100 B 的结构数据。标记图可以表示为邻接张量，它可以作为预测和决策的输入，从中可以推导出张量模型，以概括隐含的事实。我们展示了如何用深层的循环网络来实现这些想法，从而通过预测顺序和结果为临床决策提供支持。正如歌德的名言“你只能看到你知道的” 所说，我们展示了背景知识如何通过深度卷积神经网络来帮助图像的信息抽取，以及展示张量训练模型如何用于对视频的有效分类。我们讨论了与人脑的记忆和知觉系统的潜在联系。我们得出结论，与深度学习相关的张量模型，可以作为许多需要记忆和感知的技术解决方案的基础，并且可能是现代AI的基础。
Volker Tresp 是西门子公司的杰出研究科学家，也是慕尼黑大学的教授，教授机器学习课程。他于1984年在德国哥廷根大学获得本科学位，并分别于1986年和1989年在耶鲁大学获得硕士和博士学位。自1989年以来，他一直是西门子研究与技术部门机器学习领域的各个研究团队的负责人。他总计申请了70多项专利， 发表科学论文150余篇，带过25个以上的博士。他最新的研究方向是认知深度学习，为知识图谱、医疗决策过程、感知和认知记忆功能建模。
主办方
集智俱乐部，英文名：Swarma Club，成立于 2003 年，是一个从事学术研究、享受科学乐趣的探索者的团体，也是国内最早的研究人工智能、复杂系统的科学社区。它倡导以平等开放的态度、科学实证的精神，进行跨学科的研究与交流，力图搭建一个中国的 “ 没有围墙的研究所 ”。
X-Order，是一家致力于发现拓展秩序的研究机构，目的在于打造通证经济下的价值发现环境。自组织是通证经济最重要的组成部分，X-Order期望探索基于自组织的涌现结构中的价值形成的范式。致力于通过演化和复杂系统的视角研究新金融市场下的拓展秩序。
场地支持：New Wheel Capital. New Wheel Capital是专注“技术”和“数据”两大核心驱动和产业变革机遇的早期创业投资机构。
活动全程直播
推荐阅读
集智俱乐部QQ群｜877391004
商务合作及投稿转载｜swarma@swarma.org
◆ ◆ ◆
搜索公众号：集智俱乐部
加入“没有围墙的研究所”
让苹果砸得更猛烈些吧！