讨论下GPT Family

ChatGPT和它背后的数学模型》讨论资料主要介绍GPT Family算法背后的生成模型、语言模型和嵌入表示等数学模型。(File size: 10.4 Mb, download)

CFP— 27th International Conference on Knowledge Based andIntelligent information and Engineering Systems (KES2023)

Session IS35: Curative Power of Medical Data (Session IS35)  | 6th- 8th September 2023 | Athens, GreeceKES2023 Invited Sessions (kesinternational.org) Dear Colleague, You are invited to submit…

《评测纵览：面向“基因-疾病”的关联语义挖掘任务》Published

欧阳思卓主持的CHIP2022评测任务-面向“基因-疾病”的关联语义挖掘任务-发表在《医学信息学杂志》。 论文引用方式： 欧阳思卓，姚昕智，王宇星，彭钱钱，贺芷涵，夏静波*. 评测纵览：面向“基因-疾病”的关联语义挖掘任务 [J].医学信息学杂志，2022，43(12):6-9.

We are in the winter break. Happy new year!

新年快乐！

《CIViCmine癌症标志物文本证据自动化挖掘》——GenMed2019论文评述

《CIViCmine》论文评述 文章：《Text-mining clinically relevant cancer biomarkers for curation into the CIViC database》https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6891984/  作者：Jake Lever, Martin R. Jones, Arpad M. Danos, Kilannin Krysiak, Melika Bonakdar, Jasleen K. Grewal, Luka Culibrk, Obi L. Griffith, Malachi Griffith, and Steven J. M. Jones 引用方式：Lever…

“登山志高远，冰上可飞仙。讨论能醉氧，行走方寸间。”

——愿来年，方寸间仍有万水千山。 前几日腾讯组会，尚在总结《噢，这不平凡的十二月》；不觉眨眼间2022年一霎那间就过去了。 新年的新愿景，历历在目； 青龙山的苍翠，尚在心中。 “登山志高远，冰上可飞仙。讨论能醉氧，行走方寸间。” 愿来年，方寸间仍有万水千山。

讨论的时候醉氧了，你敢想吗？

绝佳黑板推演场所，隐蔽，醉氧。。。就是灰尘比较大。

欧阳思卓将主持GDAS Track, CHIP2022评测（“面向“基因-疾病”的关联语义挖掘任务”）报告

基于AGAC语料库的丰富标注数据、针对基因-疾病的关联语义挖掘，围绕NLP算法在生物医药领域的应用，我们于今年暑期组织了GDAS Track，CHIP评测一：“GDAS Track/面向“基因-疾病”的关联语义挖掘任务”。 代表课题组，思卓师姐将于本周日下午参加第八届中国健康信息处理大会的评测论坛，并主持评测一。 本周日（11月27日），成绩最优的前三强队伍被邀请参加评测论坛。演讲题目为： 3:30-4:00 pm评测一:面向“基因-疾病”的关联语义挖掘任务3:30-3:40 pm《基因和疾病的关联机理挖掘:语义网络中的隐式关系推理方法》讲者: 姜逸文队伍：WinHealth-卫宁健康科技股份有限公司3:40-3:50 pm《基于数据增强的小样本疾病基因信息抽取研究》讲者: 苏鑫队伍：Forward-北京交通大学3:30-3:40 pm《面向小样本的医疗领域命名实体识别方法》讲者:任翔渝队伍：深藏blue队-北京理工大学 评测时间：3:30-4:00 pm. 大会直播入口：https://www.withzz.com/live/895402883 GDAS Track, CHIP 2022 评测任务网址: http://lit-evi.hzau.edu.cn/AGAC-CHIP2022/

田埂和瑞幸咖啡7公里——你敢想吗？

《2022秋日常算法Seminar：Learning graph from smooth signals-2016, 2019算法讨论》

👍 《2022秋日常算法Seminar：Learning graph from smooth signals-2016, 2019算法讨论》讨论资料主要对光滑信号学习目标下的图学习模型《How to Learn a Graph from Smooth Signals》和《Large Scale Graph Learning from Smooth Signals》进行模型讲解和算法复盘，参与讨论和资料整理的同学主要包括姚昕智，彭钱钱，贺芷涵，唐子铭。资料21页，主要是黑板推导和当日总结。 (资料下载，请走新手区/秘道。。。)

《2022秋日常算法Seminar：Bayesian GCN/AAAI-2019算法讨论》

讨论资料主要对Bayesian框架下的GCN图模型《Bayesian graph convolutional neural networks for semi-supervised classification》进行模型讲解和算法复盘，彭钱钱同学领读并持粉笔推演，参与讨论和资料整理的同学包括姚昕智，欧阳思卓，连钰珑，贺芷涵，唐子铭。资料17页，主要是黑板推导和当日总结。 资料预览 资料下载：请走神秘通道。

小连实习汇报，重要内容敲黑板：Best wishes to Kaiyin!

欢迎小连实习完毕，顺利回归武汉。 组会重要内容： 祝福开银师兄！

《多示例贝叶斯图学习》-AAAI2022-论文评述

MIL-Bayesian Graph Neural Networks论文评述 文章《Bag Graph: Multiple Instance Learning using Bayesian Graph Neural Networks》 https://www.aaai.org/AAAI22Papers/AAAI-8577.PalS.pdf 作者：Soumyasundar Pal, Antonios Valkanas, Florence Regol, Mark Coates 引用方式：Pal, Soumyasundar, et al. “Bag Graph:…

Congrats! 喜提新“居”！

《暑期Seminar：期望传播算法 Expectation Propagation》

请从“新手区/秘道”找到讨论资料。 👍《2022暑期Seminar：期望传播算法Expectation Propagation》追加讨论资料，主要是对Minka 2001博士论文《A family of algorithms for approximate Bayesian inference》第三章的解读，参与讨论和资料整理的同学包括姚昕智，欧阳思卓，彭钱钱，贺芷涵，唐子铭。资料56页，主要是黑板推导和当日总结。(File size: 16Mb. Download) Enjoy!