NeuPDE: Neural Network Based Ordinary and Partial Differential Equations for Modeling Time-Dependent Data

https://arxiv.org/pdf/1908.03190.pdf

JPEG Artifacts removal with Wavelet transforms
Very good result (from what i saw)
https://sci-hub.tw/10.1109/ICIEA.2006.257369

Hey guys we are on the way to building our first online course on Machin Learning and need you help to find out best fit with your interests.

Which course would you be interested in?
public poll

PyTorch Basics + CV (Object detection) – 181
👍👍👍👍👍👍👍 35%

PyTorch Basics + Audio (Shazam like app or Music Generation) – 150
👍👍👍👍👍👍 29%

DataScience Basics + Recommendation Systems – 117
👍👍👍👍👍 23%

DataScience Basics + Tabled data prediction – 47
👍👍 9%

PyTorch Basics + CV (Style Transfer) – 24
👍 5%

👥 519 people voted so far.

HYBRID OPTICAL-ELECTRONIC CONVOLUTIONAL NEURAL NETWORKS FOR IMAGE CLASSIFICATION
https://www.computationalimaging.org/publications/hybrid-optical-electronic-convolutional-neural-networks/

Our guys just got mentioned by NVidia. Congrats to VideoGorillas team https://news.developer.nvidia.com/researchers-at-videogorillas-use-ai-to-remaster-archived-content-to-4k-resolution-and-above/

7 вересня у Києві пройде конференція Data Science fwdays'19!
https://bit.ly/2ZMZZTo

В Data Science середовищі зараз активно обговорюють революцію, яка за останній рік відбулася в NLP. Останні моделі на деяких бенчмарках показують себе краще, ніж human performance. І дуже круто, що люди, які безпосередньо причетні до цього, приїдуть до Києва.

На конференції Thomas Wolf (лід наукової команди у HuggingFace🤗) зробить оглядову доповідь з transfer learning у NLP, а Braden Hancock (Ph.D. в області комп'ютерних наук зі Стенфордського університету, який раніше працював в Google, Facebook і MIT) розповість про свій інструмент Snorkel.

Ще серед доповідачів:
📌Олександр Краковецький - керівник української IT компанії DevRain, кандидат комп'ютерних наук, розкаже про “чорний ящик” машинного навчання.
📌Маріанна Дячук - Data Science Lead у Women Who Code, у своїй доповіді “Applying deployment oriented mindset for building Machine Learning models” зачепить поширену проблему: як побудувати процес розробки моделей машинного навчання не забуваючи про їх деплой;
📌Денис Коваленко - Software інженер у Bolt, розкриє секрет як розробка Data Science платформи дозволяє компанії Bolt швидко зростати та робити застосування машинного навчання простим та надійним;
📌Кирил Трусковський з компанії Neuromation розкаже про Practical Few-Shot Learning;
📌Валерія Лакуста з Grammarly розкаже про автоматичне виявлення образливої мови - вкрай актуальна проблема, вирішити яку намагаються багато популярних соціальних платформ

Інші доповіді знайдете у програмі: https://fwdays.com/event/data-science-fwdays-2019#program-event

Крім цього, для поціновувачів живого спілкування, заплановані тематичні дискусії на hot теми:
📝Natural Language Processing
📝“Computer Vision”
📝“Data Scientist. Хто вiн i як ним стати?”
Читайте детальніше про DS дискусії у огляді: https://bit.ly/ds-fwdays-discussions

Впевнені, кожен знайде для себе цікаву тему для обговорення в компанії однодумців, тож не зволікайте та купуйте квиток на конференцію зі знижкою 15% за промокодом DS19-MLWORLD

А до кінця лiта діє акція “1 + 1 = 3”: при купівлі 2-х квитків третій отримуєте безкоштовно.
https://bit.ly/2ZMZZTo

TF-GAN: A lightweight GAN library for TensorFlow 2.0

Article: https://medium.com/tensorflow/introducing-tf-gan-a-lightweight-gan-library-for-tensorflow-2-0-36d767e1abae

https://github.com/tensorflow/gan

https://developers.google.com/machine-learning/gan/

https://arxiv.org/abs/1805.08318

DVD-GAN generating short video by one pass https://arxiv.org/abs/1907.06571

Face pose generation
https://arxiv.org/pdf/1908.07191.pdf

Data Science UA Conference
19 жовтня
Київ

Data Science UA — 7-ма конференція про машинне навчання, штучний інтелект та науку про дані.
Продуктивний нетворкінг та технічні інсайти. Понад 500 учасників, 20 спікерів та 3 потоки.

Серед учасників:
🔹 Romain Paulus, Lead Research Scientist, Salesforce
Тема: Abstractive Text Summarization with Deep Learning

🔹 Stevan Rudinac, Associate Professor, University of Amsterdam
Тема: Multimedia Analytics for Business

🔹 Віталій Дук, Engineering Lead, Machine Learning, Careem
Тема: Scaling Machine Learning at Careem

І це лише частина спікерів, переходьте на сайт, щоб почитати про доповіді й вибрати найактуальніші для себе.
https://bit.ly/2m31Epd

Під час конференції також проходитимуть 2 воркшопи по 2 години і панельна дискусія “Exploring the black box”, поговоримо про ефективність ML-моделей, наявність black box та впливу на різні галузі.

Скористайтеся промокодом Nikishaev, щоб отримати 10% знижку.
Квитки за посиланням: https://bit.ly/2m31Epd

“Introducing Neural Structured Learning in TensorFlow” by TensorFlow https://link.medium.com/lh31si0hVZ

Useful paper about calibration of NN to reduce overfit
https://arxiv.org/pdf/1706.04599.pdf

17-го вересня в Києві виступить Google Science Advocate Аллен Дей.
Реєстрація за посиланням: https://allenday.ticketforevent.com
Локація: офіс Govitall, вул. Донська, 4a.
ФБ-подія: https://www.facebook.com/events/947484505588843/

Аллен Дей виступить з лекцією на тему "Діагностика в режимі реального часу з ДНК нанопорних секвенсорів у Google Cloud".

В медицині швидкий доступ до даних є надзвичайно важливим. Шанси паціента на виживання в стані сепсису зменшуються на 4% щогодини, поки лікарі підбирають відповідний режим антибіотиків для ефективної боротьби з інфекцією.

Нещодавно команда спеціалістів з Університету Квінсленду, Google Cloud Platform та The App Solutions розробили експериментальний інструмент, який використовує потужності Google Cloud для ефективнішого та надійшого ДНК аналізу за допомоги нанопорових ДНК-секвенсорів.

У цій презентації ми описуємо масштабований, надійний та економічно ефективний конвеєр для швидкого аналізу послідовностей ДНК, побудований на Google Cloud та цьому новому класі нанопорних ДНК-секвенсорів ".

Alibaba Open-Sourced Mars Framework for Numpy like distributed computation based on Tensorflow. Looks interesting, but not tried yet.
https://github.com/mars-project/mars

We are making course on Object Detection with PyTorch. For course you need to know python and have basic skills in ML and convolution networks.

If you are interested please leave you email and we will ping you when it will be ready https://upscri.be/vg7ilp

Fresh Kaggle on 3D object Detection for autonomous cars
https://www.kaggle.com/c/3d-object-detection-for-autonomous-vehicles/