Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
OpenTalks.AI - Александр Артеменков, Towards Sc...
Search
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
OpenTalks.AI
February 21, 2020
Science
0
2.2k
OpenTalks.AI - Александр Артеменков, Towards Scalable Dimensionality Reduction via Noise Contrastive Estimation
OpenTalks.AI
February 21, 2020
Tweet
Share
More Decks by OpenTalks.AI
See All by OpenTalks.AI
OpenTalks.AI - Виктор Лемпицкий, Моделирование 3Д сцен: новые подходы в 2020 году
opentalks
0
490
OpenTalks.AI - Алексей Чернявский, Нейросетевые алгоритмы для повышения качества медицинских изображений
opentalks
0
440
OpenTalks.AI - Александр Громов, Устойчивость нейросетевых моделей при анализе КТ/НДКТ-исследований
opentalks
0
380
OpenTalks.AI - Денис Тимонин, Megatron-LM: Обучение мультимиллиардных LMs при помощи техники Model Parallelism
opentalks
0
520
OpenTalks.AI - Егор Филимонов, Возможности платформы Huawei Atlas и эффективный гетерогенный инференс.
opentalks
0
160
OpenTalks.AI - Александр Прозоров, Референсная архитектура робота сервисного центра в отраслях с изменчивыми бизнес-процессами
opentalks
0
390
OpenTalks.AI - Наталья Лукашевич, Анализ тональности по отношению к компании — с чем не справился BERT
opentalks
0
340
OpenTalks.AI - Константин Воронцов, Фейковые новости и другие типы потенциально опасного дискурса: типология, подходы, датасеты, соревнования
opentalks
0
450
OpenTalks.AI - Дмитрий Ветров, Фрактальность функции потерь, эффект двойного спуска и степенные законы в глубинном обучении - фрагменты одной мозаики
opentalks
0
480
Other Decks in Science
See All in Science
Distributional Regression
tackyas
0
420
シャボン玉の虹から原子も地震も重力も見える! 〜 物理の目「干渉縞」のすごい力 〜
syotasasaki593876
1
110
MATSUO Makiko
genomethica
0
120
AI(人工知能)の過去・現在・未来 —AIは人間を超えるのか—
tagtag
PRO
1
250
論文紹介 音源分離:SCNET SPARSE COMPRESSION NETWORK FOR MUSIC SOURCE SEPARATION
kenmatsu4
0
580
データベース09: 実体関連モデル上の一貫性制約
trycycle
PRO
0
1.1k
AI(人工知能)の過去・現在・未来 —AIは人間を超えるのか—
tagtag
PRO
0
160
HajimetenoLT vol.17
hashimoto_kei
1
200
コンピュータビジョンによるロボットの視覚と判断:宇宙空間での適応と課題
hf149
1
580
データマイニング - ウェブとグラフ
trycycle
PRO
0
260
白金鉱業Vol.21【初学者向け発表枠】身近な例から学ぶ数理最適化の基礎 / Learning the Basics of Mathematical Optimization Through Everyday Examples
brainpadpr
1
670
AIに仕事を奪われる 最初の医師たちへ
ikora128
0
1k
Featured
See All Featured
Fireside Chat
paigeccino
42
3.9k
The Curious Case for Waylosing
cassininazir
0
280
Improving Core Web Vitals using Speculation Rules API
sergeychernyshev
21
1.4k
Groundhog Day: Seeking Process in Gaming for Health
codingconduct
0
130
技術選定の審美眼(2025年版) / Understanding the Spiral of Technologies 2025 edition
twada
PRO
118
110k
Music & Morning Musume
bryan
47
7.1k
Docker and Python
trallard
47
3.8k
Product Roadmaps are Hard
iamctodd
PRO
55
12k
Distributed Sagas: A Protocol for Coordinating Microservices
caitiem20
333
22k
Claude Code のすすめ
schroneko
67
220k
Marketing Yourself as an Engineer | Alaka | Gurzu
gurzu
0
160
Six Lessons from altMBA
skipperchong
29
4.2k
Transcript
Towards Scalable Dimensionality Reduction Aleksandr Artemenkov joint work with Maxim
Panov via Noise Contrastive Estimation
News Headlines Of India 3 million topics you are unfamiliar
with Kaggle Dataset
None
Just repeat 3 million times! (not a good idea)
Is there a better approach? (visualization)
None
Noise Contrastive Estimation (without a single formula) (check out the
poster for them)
Building Representation “cold” “frosty” “cold” “warm” “cold” “first” similar different
unrelated (noisy) ? ? ?
Simple Insight • similar points = closer than predefined noisy
distance • different points = further than predefined noisy distance Any benefits from such approach?
Parallelized Batch Optimization • noisy distance is predefined • repel
different points • attract similar points • adjustments are independent of each other to distinguish them from noise Meet NCVis! (Noise Contrastive Visualization) GitHub Repository
Why use NCVis? (there are reasons) Paper
None
None
Thank you for your attention! (find me near the poster)