【活動訊息轉發】Fifth International Workshop on Symbolic-Neural Learning (SNL-2021)迎踴躍報名參加!

Fifth International Workshop on Symbolic-Neural Learning (SNL-2021)

 

Symbolic-neural learning involves deep learning methods in combination with symbolic structures. A “deep learning method” is taken to be a learning process based on gradient descent on real-valued model parameters. A “symbolic structure” is a data structure involving symbols drawn from a large vocabulary; for example, sentences of natural language, parse trees over such sentences, databases (with entities viewed as symbols), and the symbolic expressions of mathematical logic or computer programs.

Symbolic-neural learning has an innovative feature that allows to model interactions between different modals: speech, vision, and language. Such multimodal information processing is crucial for realizing research outcomes in real-word.

For growing needs and attention to multimodal research, SNL workshop this year features researches on “Beyond modality: Researches across speech, vision, and language boundaries.”

Topics of interests include, but are not limited to, the following areas:

    • Speech, vision, and natural language interactions in robotics
    • Multimodal and grounded language processing
    • Multimodal QA and translation
    • Dialogue systems
    • Language as a mechanism to structure and reason about visual perception
    • Image caption generation and image generation from text
    • General knowledge question answering
    • Reading comprehension
    • Textual entailment

 

Deep learning systems across these areas share various architectural ideas. These include word and phrase embeddings, self-attention neural networks, recurrent neural networks (LSTMs and GRUs), and various memory mechanisms. Certain linguistic and semantic resources may also be relevant across these applications. For example, dictionaries, thesauri, WordNet, FrameNet, FreeBase, DBPedia, parsers, named entity recognizers, coreference systems, knowledge graphs and encyclopedias.

 

👉 www.am.sanken.osaka-u.ac.jp/SNL2021/index.html

 

 

【活動訊息轉發】「2021科研發光」系列講座歡迎踴躍報名參加!

「2021科研發光」系列講座歡迎踴躍報名參加!

《科學人雜誌》與師範大學合作於2021年舉辦「2021科研發光」系列講座,今年將於北中南三地進行AI5G,以及精準醫療三個不同主題之演講座談,三場活動分別邀請了學界與產業界的重量級講師來與學子及社會大眾分享其科學研究與最新應用。

誠摯邀請 貴會會員共同參與、交流。

2. 個人線上報名:

■   台北場/AI智慧闖入未來新生活:https://sa.ylib.com/event/20210411/EDM.html

台中場/推動5G智慧新世代:https://sa.ylib.com/event/20210417/EDM.html

台南場/精準醫療新藍海:

https://sa.ylib.com/event/20210424/EDM.html

【活動訊息轉發】ACM ICMR 2021 Grand Challenge: PAIR Competition歡迎踴躍報名參加!

ACM ICMR 2021 Grand Challenge: PAIR Competition歡迎踴躍報名參加!

 

 

Challenge Title:

Embedded Deep Learning Object Detection Model Compression Competition for Traffic in Asian Countries

Registration URL:

https://aidea-web.tw/icmr

Competition Start Date:

01/04/2021

Challenge Description:

Object detection in the computer vision area has been extensively studied and making tremendous progress in recent years using deep learning methods. However, due to the heavy computation required in most deep learning-based algorithms, it is hard to run these models on embedded systems, which have limited computing capabilities. In addition, the existing open datasets for object detection applied in ADAS applications usually include pedestrian, vehicles, cyclists, and motorcycle riders in western countries, which is not quite similar to the crowded Asian countries like Taiwan with lots of motorcycle riders speeding on city roads, such that the object detection models training by using the existing open datasets cannot be applied in detecting moving objects in Asian countries like Taiwan.

In this competition, we encourage the participants to design object detection models that can be applied in Taiwan’s traffic with lots of fast speeding motorcycles running on city roads along with vehicles and pedestrians. The developed models not only fit for embedded systems but also achieve high accuracy at the same time.

 

Regular Awards

According to the points of each team in the final evaluation, we select the highest three teams for regular awards.

  1. Champion: $USD 1,500
  2. 1st Runner-up: $USD 1,000
  3. 3rd-place $USD 750

Special Awards

  1. Best accuracy award – award for the highest mAP in the final competition: $USD 200;
  2. Best bicycle detection award – award for the highest AP of bicycle recognition in the final competition: $USD 200;
  3. Best scooter detection award – award for the highest AP of scooter recognition in the final competition: $USD 200;

All the award winners must agree to submit contest paper and attend the ACM ICMR2021 Grand Challenge PAIR Competition Special Session to present their work.

 

👇👇👇

2020台灣醫療科技展,本中心與臺大醫院智慧急診共同舉辦之「集點填問卷抽大獎」活動,中獎名單出爐囉!

2020台灣醫療科技展,本中心與臺大醫院智慧急診共同舉辦之「集點填問卷抽大獎」活動,中獎名單出爐囉!

📌首獎:ASUS筆記型電腦ROG Strix G15 G512LU一台(市價44,900元)一台
中獎人:

  1. 陳O甄 09762**577

📌二獎:ASUS智慧手錶VivoWatch SP(市價10,900)五支
中獎人:

  1. 陳O燊 09201**895
  2. 洪O滿 09211**618
  3. 孫O娜 09117**827
  4. 鄧O文 09800**268
  5. 林O玲 09128**206

📌三獎:臺大醫院及臺灣大學紀念品(市價1,080元)25份
中獎人:

  1. 宋O德 09197**049
  2. 游O雯 09211**133
  3. 王O萱 09191**486
  4. 林O尚 09160**312
  5. 陳O豪 09108**705
  6. 黃O筱雯 09752**958
  7. 陳O銘 09203**423
  8. 張O靜 09890**582
  9. 廖O淇 09050**365
  10. 林O潔 09756**217
  11. 張O瑋 09833**773
  12. 黃O珊 09191**329
  13. 顏O恆 09207**133
  14. 謝O博 09192**848
  15. 林O任 09396**510
  16. 何O月 09386**790
  17. 施O仁 09087**751
  18. 陳O睿 09369**657
  19. 蘇O國 09633**812
  20. 韓O勳 09650**285
  21. 李O琦 09762**369
  22. 覃O喆 09563**347
  23. 林O淵 09220**045
  24. 李O增 09398**743
  25. 洪O婷 09729**140

恭喜以上中獎人!
本中心將後續以Email與簡訊或電話通知,敬請務必回覆並提供相關所需資料,以利獎品領取及相關稅務事宜。
另提醒,本活動進行當下,您已同意以下事項:

敬請於12/21 23:59前回覆,逾期將放棄得獎資格,不得異議。
若有任何問題,請聯繫
張先生: yoyuchang@ntu.edu.tw

抽獎注意事項:

  • 主辦單位將於展後(12月11日14時)於線上公開抽獎,當日於臺大AI中心官網(https://aintu.morcept.tw)公佈得獎者名單,後續並以電話或 e-mail方式聯繫得獎者。詳細時間與流程請隨時注意臺大AI中心官網公告。
  • 參與者需以可用身份證件證明之姓名抽獎,領獎需核對身份證件,並配合主辦單位規定之領獎方式。若填寫資料不正確,或無法聯繫到本人,以及無法在規定時限內回覆,則視為喪失領獎資格不得異議,獎項亦不另外補發。
  • 參與者提供內容資料後,即表示同意並授權主辦單位內部使用該資料進行分析與合作之用途。主辦單位將亦遵循個資法,不會將該資料提供與其他第三方使用。
  • 參與者於送出資料參加本活動之同時,即同意受本活動辦法及注意事項之規範,如有違反本活動辦法及注意事項者,主辦單位得取消其參加或兌換資格,並對於任何破壞本活動之行為保留法律追訴權。
  • 獎品以最後主辦單位實際提供為準,不得要求更換或兌換現金。
  • 依中華民國稅法規定,中獎價值在新台幣 NT$2,000(含)元以上者,贈與物品的價值將併入得獎者個人綜合所得稅申報,請中獎人配合繳交身分證明及填寫資料作為申報依據。
  • 獎品一經寄送後,如有遺失、損毀等情事發生,主辦單位不負補發之責。
  • 本活動獎品寄送範圍僅限台、澎、金、馬地區,恕不寄送國外地址。
  • 主辦單位保有最終解釋及隨時取消、終止、修改、暫停本活動之權利。

【媒體報導】台大發展「智慧急診」 電子檢傷只要2分鐘

📢【媒體報導】

台大發展「智慧急診」 電子檢傷只要2分鐘 (自由時報 2020/12/3)

「台大醫院與台灣大學發展「智慧急診」系統,台大資工系教授傅立成、台大醫院急診醫學部主任黃建華、台大醫院急診醫學部醫師蔡居霖共同研發電子檢傷系統,透過人臉辨識,就能進行檢傷中的疼痛分類,準確率達8成以上,預計該系統最快會在2022年正式導入台大醫院急診室。」
全文詳見:http://mahc.ntu.edu.tw/news_view.php?id=114

台灣醫療科技展 台大擬將AI導入急診診斷 (中央社 2020/12/3)
「人工智慧導入醫療診斷已成國際趨勢,台大醫學影像與數據人工智慧實驗室(MeDA)主持人王偉仲與台大急診團隊研發出「PXR即時危險自動偵測系統」。王偉仲說,急診患者正因情況緊急,醫師必須在短時間內消化大量資訊、做出診斷,但以往光是照X光到判讀完畢,至少就得花40到60分鐘。
王偉仲指出,未來有了這套系統,醫護人員只要利用可攜式X光機拍下患者影像,就能透過無線網路直接傳送到醫師隨身攜帶的行動裝置,同時透過AI判讀是否為鼻胃管、氣管內管、中央靜脈導管錯置,還是有肺結核、氣胸或肺炎,讓醫師診斷更快更精準,預計明年中旬前將導入臨床使用。」

✅黃建華主任研究團隊計畫介紹:
http://mahc.ntu.edu.tw/research_view.php?id=18

✅王偉仲教授研究團隊計畫介紹:
http://mahc.ntu.edu.tw/research_view.php?id=5

【媒體報導】天下雜誌 臺大AI中心計畫系列報導

【媒體報導】天下雜誌 臺大AI中心計畫系列報導

✅AI研究中心跨界交流,AI技術應用百花齊放
(全文詳見:https://www.cw.com.tw/article/5102954)
臺灣邁入AI元年之後,AI技術成果豐碩,跨界交流、產學合作,AI研究能量齊發。科技部四大AI研究中心的72個AI研究計畫,AI技術及應用百花齊放。

✅臺灣瘋AI!AI技術研發實力,打造AI生態系
(全文詳見:https://www.cw.com.tw/article/5102952)
臺灣AI元年後,催生AI技術蓬勃發展。後疫情時代,臺灣搭上世界AI浪潮,接下來,將是產業界借力學研能量,讓AI技術落地應用的好時機。

【活動訊息轉發】歡迎參加臺灣醫療科技展

歡迎參加臺灣醫療科技展

  • 時間:2020/12/3 ~ 12/6
  • 地點:醫療科技展在南港展覽一館4樓舉行
台灣醫療科技展是全球首個『橫跨醫療、電子資通訊、科技、生技製藥、醫材,串聯大健康產業完整生態鏈的專業規模會展』!
全球精準健康產業急起不斷邁進,變革未來人類健康生活新樣貌,台灣醫療科技展攜手跨領域頂尖機構企業、大健康產業鏈上下游合作夥伴,以創新醫療技術、優質高效產品、研發及產製量能、特色新商模、智慧科技解決方案展現產業實力,瞄準海內外商貿合作,共同開拓全球大健康產業新市場、新商機,成為亞太最具指標之商貿場域!

 

2020/12/3 ~ 12/6 醫療科技展在南港展覽一館4樓舉行。今年臺大AI中心(AINTU)偕同臺大醫院急診醫學部的”智慧急診”主題,以及中心轄下8個團隊,共同展出使用AI技術協助醫療照護相關的成果與服務。

 

臺大AI中心展出項目非常豐富,有台大快速全自動乳房超音波電腦輔助偵測技術,台大4D超高解析度心臟MRI技術,先鋒智能的AI自動化高維度血癌檢驗資料分析平台,安盟生技的高解析活體光學同調斷層掃描儀,BeVi的CarePLUS AI預見銀髮好生活,台大醫神平台-AECOPD預測,基於多模態學習模型的新世代聲紋把脈技術,結合人工智慧與物聯網發展精準睡眠醫學。
歡迎蒞臨攤位參觀與指導!

 

👉👉👉攤位號碼: L826, L818

 

NTU-KU Joint Symposium on Digital Health

NTU-KU Joint Symposium on Digital Health

 由臺灣大學與日本京都大學所共同舉辦之NTU-KU Joint Symposium on Digital Health至今已邁入第五屆,本年度將由臺灣大學與日本京都大學主辦,臺大國際產學聯盟、全幅健康照護中心、NTU SPARK共同合辦,並邀請廣達電腦贊助舉辦。

 本次大會主題為 “AI & Smart Medicine for Digital Health”,邀請來自臺灣大學及京都大學8位專家學者進行2Keynote Speech6場專題演講,安排6位來自學界及產業界專家於下午進行Innovation Presentation,除演講之外,現場也有海報展示,誠摯地邀請您一同共襄盛舉及廣傳活動訊息!

以下為活動資訊,敬請參考:

  • 時間:2020/12/16 (臺灣時間 上午9:15 –下午5:00 (上午8:45開始報到)
  • 地點:臺大博理館一樓 101演講廳 (臺北市羅斯福路四段1)
  • 報名連結報名已截止https://forms.gle/acv9SbRniFHgSUEM9

詳細活動議程請參考附件活動海報,若有任何問題麻煩與活動聯絡人聯繫:

盧小姐 (rflu74193@ntu.edu.tw)   邱小姐 (tosyc@ntu.edu.tw)

 

主辦單位:國立臺灣大學、京都大學

協辦單位:臺大國際產學聯盟、科技部補助全幅健康照護中心、NTU SPARK

贊助單位:廣達電腦

 

注意事項:

1. 時值新冠肺炎疫情期間,現場參與者請協助配合主辦單位相關防疫措施:

進入場館配合量額溫 (若體溫高於37.5度者恕無法進入場館)、酒精消毒雙手

入場前須協助掃描QR code,於台大防疫管制系統填寫實名制資料

活動進行期間請全程配戴口罩

若於活動前14天有國外旅遊史或接觸史者,請勿報名參與現場活動

2. 本次活動進行將以英文為主 (Event held in English.)

3. 本活動全程免費,人數有限,滿額即結束報名

4. 活動相關資訊及報名通知信將以E-mail寄發,請留意信箱,若有任何問題請與活動聯絡人聯繫

5. 現場參與者須同意將活動進行中拍攝之照片、影像授權予主辦單位使用

6. 主辦單位保留審查報名資格及變更活動內容之權力

7. 本活動恕不提供免費停車及停車優惠,亦無法事先保留停車位。

【媒體報導】科技部攜手臺大AI中心 讓科技與人文並肩同行

【科技部攜手臺大AI中心 讓科技與人文並肩同行】

 

近年來人工智慧(Artificial Intelligence, AI)技術不斷革新且應用範圍持續擴大,相應的倫理,社會,法律議題也陸續浮現,世界各國都在探討科技發展與人文社會兩者該如何並重。

 

為了應對這波人工智慧的社會衝擊,科技部補助人工智慧技術暨全幅健康照護聯合研究中心(AINTU,簡稱臺大AI中心)於2020/10/16假國立臺灣大學梁國樹國際會議廳召開「科技與人文對話系列研討會-國際人工智慧科研發展之指引、規範與實踐」。期望藉由AI創新研究中心人社計畫團隊專業觀點與研究成果,以跨領域與多面向的看法,引領各界人士了解科技與人文間的複雜關聯性、未來社會可能遭遇的影響與挑戰,以及學者與企業可能因應的實踐做法。

本次活動由臺大AI中心與臺師大人社團隊共同規畫辦理,邀請8位專家,說明AI的技術應用對社會的影響與挑戰,國際最新的相關規範精神,及科學研究及產品落地不同階段的實踐議題與產業因應範例,是難得結合學研界與產業界的全方位討論盛會。與會專家中包含:法律專業(臺大黃銘傑教授,北醫大李崇僖教授,資策會彭睿仁研究員),人文專業研究(甘偵蓉教授),兼顧人文與技術(丁川康教授,黃從仁教授),AI技術專業(林守德教授),產業因應(Google 台灣董事總經理 馬大康博士)。

 

臺大AI中心陳信希主任表示,藉由本次人文社會領域計畫團隊的成果展現,以及學界與業界專家的分享,期望能提高臺灣AI科研人員對相關技術之應用可能造成的社會影響之認知與了解,同時讓人社領域專家了解實際科研人員在落實此指引之過程中可能面臨的困難與負擔,以完善AI研發環境,並減低對人文社會的衝擊。

照片(左起):清大甘偵蓉教授、Google臺灣董事總經理馬大康博士、科技部前瞻司蔡妙慈副司長、NCC王維菁委員、臺大AI中心陳信希主任、臺大AI中心杜維洲執行長、臺大AI中心曾柏元副執行長

 

 

賀!恭賀本中心轄下計畫主持人-成功大學電機系陳中和教授以「神經網路推論程式」榮獲科技部109年度傑出技術移轉貢獻獎

🎊賀!恭賀本中心轄下計畫主持人-成功大學電機系陳中和教授以「神經網路推論程式」榮獲科技部109年度傑出技術移轉貢獻獎

科技部109年度傑出技術移轉貢獻獎9月26日於台灣創新技術博覽會(Taiwan Innotech Expo)舉行頒獎典禮,本年度共有全國大專院校14位教授研究團隊獲獎。恭喜陳中和教授以「神經網路推論程式」榮獲科技部109年度傑出技術移轉貢獻獎

👉科技部學術補助獎勵查詢
https://wsts.most.gov.tw/STSWeb/Award/AwardMultiQuery.aspx

上圖:科技部常務次長鄒幼涵(左)頒發傑出技術移轉貢獻獎予成大電機系教授陳中和(右)。