美国00后开始远离智能手机,却被官方跨国手撕

你看,发不了顶级期刊也是有好处的(不是)

图片 1

图片 2

招聘启事

给定一组帧序列,通常通过二维或者三维卷积网络提取出一组一维特征图。之后,将该特征图传输给一维网络(类似 RPN 层,Segment Proposal Network),返回一组候选片段。

就在这几年流媒体的急速成长迎来尾声,音乐产业也应当该意识到已经进入下个阶段。

原标题:发了顶级论文,却被官方跨国手撕,他们摊上什么事儿了?

将每个候选区域映射到不同的特征层次,用 RoIAlign 池化不同层次的特征网格,进一步融合不同层次的特征网格(逐像素求最大或者求和)。

更加严峻的问题是人们花在社交网络上的时间也有减少倾向。由于流媒体音视频大多是在社交网络上播放,用户的使用时间减少的话将会带给音乐产业带来很大的损失。

巴瑶人为什么这么天赋异禀?因为他们真的天赋异禀。

2.第二个阶段应用 ground-truth supervision 进行检测网络(detection network)的学习和 RPN 网络的精修。对于 faster rcnn,检测网络跟 RPN 网络共享部分特征,对共享的特征层,使用第一阶段学到的参数初始化;对检测网络新增加的卷积层,随机初始化参数。

此次调查中,54%的年轻人认为自己用手机用太久,52%回答说想给手机使用时间设个限。更有57%的人回答说想减少社交网络的使用时间,58%的人说想减少玩游戏的时间。

实际上,在人类学发展的历史,**这种不平等的权力关系所引发的伦理风波数不胜数,其中最著名的富有争议的研究之一是人类学家对亚马逊雨林的原住民亚诺玛米人**(Yanomami)的研究。

论文目标

这将尤其导致流媒体服务的在线广告盈利降低。流媒体平台和艺术家们都会受到影响。

也许不久之后,这场跨越半个地球的隔空争论会不了了之。可以确定的是,巴瑶人暂时等不到研究团队来告知结果了。

图片 3

责任编辑:

在这次巴瑶族研究中,印尼学界指责哥本哈根大学的研究有违伦理:你们这些西方发达国家的人,像直升机一样从天而降,采集完我们当地居民的各种样本,别的屁事儿啥啥不管,最后拍拍屁股回国去发论文,怎么就好意思腆着那么大的脸?

  1. Two/One stage 算法改进。这部分将主要总结在 two/one stage 经典网络上改进的系列论文,包括 Faster R-CNN、YOLO、SSD 等经典论文的升级版本。

原标题:美国00后开始远离智能手机,57%考虑“戒除社交网络”

另外,此次巴瑶族风波还牵涉到DNA样本的跨国运输。而随着科学技术的飞速发展,尤其是基因研究的发展,所涉及的伦理问题越发错综复杂。“Your body, my property”(你的身体,为我所有)是对当今基因研究的讽刺。

文中作者采用了 multi-tower 架构。每个 anchor 大小都有一个具备对齐后的感受野的相关网络。

更加值得注意的是,有90%的回答者觉得不光是智能手机,花在网上冲浪的时间也有点久。60%的人意识到这对他们来说是个问题。本次调查的对象是美国13~17岁的年轻人,共743人;以及他们的父母,共1058人。

根据目前已知状况来看,研究团队在流程上确实有问题,但没有证据表明是刻意为之。在尚无恶意实锤的情况下,印尼方面为什么要如此大动干戈?

论文将训练过程分为两个阶段,下面分别介绍这两个阶段的参数学习方法:

credit:123RF

↓↓↓

由于这篇论文针对的是logo检测的改进,所以测评都是在logo数据集上。Flickrlogos-32为开源的logo数据集,MSR1k和Synth9K为作者自己造的logo数据集。

本文译自 forbesjapan,由译者 Bodhi 基于创作共用协议(BY-NC)发布。返回搜狐,查看更多

图片 4

Path Aggregation Network for Instance Segmentation

# 本文由 Bodhi投递译稿:

究竟多大个事儿,惊动了印尼政府

图片 5

数据统计门户 Statista 的数据也同样表明,美国的流媒体用户增长已经有快要到头的趋势。如果智能机的使用时间减少,那么即使用户数保持不变,播放次数也会减少。

印尼苏拉威西岛的巴瑶人居住区 | Tom Gunnar Hoogervorst (2012). "Ethnicity and aquatic lifestyles: exploring Southeast Asia’s past and present seascapes."

Segment Proposal Network:

据美国调查机构皮尤研究中心 (Pew Research Center) 在8月22号发表的数据显示,美国10几岁的年轻人开始觉得使用智能手机的时间有些过长。

伊拉多和哥本哈根大学的同事们研究的,是有着上千年历史的海上游牧民族——巴瑶族(Bajau)。他们生活在菲律宾、马来西亚和印度尼西亚沿海地区,每天60%的工作时间都在水下,每次能潜水长达五分钟,哪怕潜到70多米深的海域捕鱼,靠的也是极其简陋的装备——简单负重,和木制护目镜。

Augmented Bottom-up Structure

00后的 “智能机中毒” 现象使得科技和音乐相关产业获利颇丰。如果年轻人减少上网时间的话,这些产业尤其是流媒体行业可能会受到很大打击。

印尼学界对伊拉多的研究抛出了多个具体指责,包括没有获得相关的伦理批准和样本运输审批。印尼方面还指出,整个研究团队里只有一个印尼本土的研究者,这是极其不公平的。

网络结构在 FPN{P2,P3,P4,P5}后接{N2,N3,N4,N5}(图 5 a,b 所示),其中 N2 就是 P2 没有经过任何操作。如图 6 所示,每个模块通过横向连接将较高分辨率的 Ni 和低分辨率的 Pi+1 横向连接,产生 Ni+1。

跨文化研究中,当地人是否是自愿提供基因样本的?研究者是否向当地人清楚阐释了研究的目的?研究成果又是否是在当地人知情以及同意的情况下进行的发表?有没有可能因为研究结果的公开而导致当地人受到种族歧视?有没有可能一些研究团队借合作之名垄断原住民或少数民族的基因资源,以获取丰厚的商业利益?这些问题都需要被解答。

style="font-size: 16px;">论文链接:arxiv.org/abs/1804.07667

录用信息:CVPR2018

巴瑶族研究风波尚未平息

图片 6

图片 7

图片 8

让我们回到巴瑶人的研究上。

责任编辑:

图 | Pixabay

核心思想

做了研究、发了顶级期刊论文,却被威胁要法律制裁?而且动手撕人的,不是企业不是个人,竟然是印度尼西亚官方

图片 9

对于这些双方权力不对等的研究,很多学者认为应该遵循几个最基本的伦理准则

原标题:干货 | 基于深度学习的目标检测算法综述

责任编辑:

算法效果

ID:Guokr42返回搜狐,查看更多

本文借鉴了目标检测经典算法 Faster R-CNN 的思想,实现了对视频动作的定位与识别:

上世纪六十年代,人类学家拿破仑·沙尼翁(Napoleon Chagnon)和遗传学家詹姆斯·尼尔(James Neel)就被指责,在参与亚诺玛米人亲属关系与基因研究的过程中,做出诸多违反伦理的行为。这项研究在接下来的几十年里一直争议不断,到了2000年甚至有记者著书指责他们选择不安全的麻疹疫苗、结果在原住民中造成麻疹流行,不过这个指责被驳回了。法国人类学家雅克·利佐(Jacques Lizot)则被指责以枪支等物品交易,要求当地人为他提供性服务。这些争议绝大多数没能在学界达成共识,但恰恰揭示了研究者们在跨文化研究中面临着怎样复杂的伦理问题。

结论

菲律宾的巴瑶族小孩 | Ronnie Puckett/Wikimedia Commons

论文以 faster rcnn 为例,介绍了论文的网络结构和训练过程。

参考资料:

Fc 与 FCN 有不同的属性,由于局部感受野和共享参数,FCN 有像素级预测,而 Fc 对不同空间的预测均是通过一组可变参数实现,因此它的位置敏感度较高。另外 Fc 预测不同空间位置均通过全部 proposals 的全局信息实现,这对于区分不同实例和识别属于同一对象的分离部分很有效。因此考虑将这两种层的预测结果融合可以达到更好的预测。其实现如图 8 所示。

1)原住民的自主自决权利(autonomy)是否得到尊重:当地人是否是自愿参与研究、提供资料;当地人有权利知情研究的每一个细节,包括研究目的、研究结果以及可能产生的后果等等;研究者需要对研究资料进行保护和保密,尊重参与者的隐私权。

2. 解决方案。这部分我们归纳总结了目标检测的常见问题和近期论文提出的解决方案。

图片 10

2.对候选区域分类

这些伦理准则看似简单,在实际情况下却往往难以得以实践。由于双方在知识以及能力上的不对等,原住民很难完全理解研究者们的用意,而研究者们也缺乏对当地文化的深入了解。有学者提出,像人类学方法这样长期的田野工作,如果能深入了解当地的文化,并帮助当地人了解人类学知识,建立研究者与被研究者之间的誓约关系,或许能够缓和长久以来彼此之间的不平等关系。

知识蒸馏,用大网络监督小网络的学习,常被用于解决分类任务中的模型压缩和加速问题。mimic 论文作者将此思想应用于检测网络的学习任务。

图片 11

论文"Mimicking Very Efficient Network for Object Detection"借鉴知识蒸馏思想,在训练过程中用训练好的大网络作为监督网络指导小网络的参数学习,实现从零开始训练目标检测网络。

1997年,巴西Xidea地区的亚诺玛米人 | Cmacauley/Wikimedia Commons

实例分割

看了这么久果壳,不想加入我们吗?

算法效果

果壳

Rethinking the Faster R-CNN Architecture for Temporal Action Localization

DNA样本的跨国运输也是一个问题 | Pixabay

网络结构如下图。

3)确保研究的公平性质:当地人不仅仅是一个被动的研究对象,当地学者也应该参与到研究过程中以及最终的发表中。

style="font-size: 16px;">论文链接:arxiv.org/abs/1611.10012

录用信息:CVPR2017

被撕的,是一位美国研究者,梅丽莎·伊拉多(Melissa Ilardo)。引起风波的研究很不得了,今年4月发在了顶级期刊《细胞》上。两方对骂的过程也特逗,《科学》期刊官网对此专文报道,让全世界研究者围观了个够。如今双方已经大战数月,甚至有印尼方面声音称,研究者如果回到印尼可能面临牢狱之灾。

PANet 的框架

当权力不对等,研究过程可能对弱势的被研究者造成掠夺。在涉及原住民的研究中,研究者的地位往往高过被研究者,在收集资料的过程中,研究者可能会通过金钱或者其他物品“利诱”被研究者来获取所需的资料,而这使得研究调查实质上成为了利益交换。上世纪七十年代以来,学术界出现了对此类研究的种种批判,有学者指出,这是新一轮的殖民主义:被掠夺的不是土地,而是原住民的文化资源、基因资源等等。

Fully-connected Fusion Structure

1925年,印尼北马鲁古省的巴瑶人 | Wikimedia Commons

图片 12

这次的研究风波还在持续,印尼官方目前暂未对研究团队采取惩罚措施。伊拉多原定于7月返回印尼的计划未能成行,不过即使成行,也有点晚了。一般来说,研究者会在文章发表时或发表前,告知参与者最后的结果,确保他们不是最后才知道的。

图片 13

不对等的研究关系,该怎么办

图 7: Adaptive Feature Pooling Structure

哥本哈根大学对此做出了回应,表示他们的研究得到了印尼政府的批准,不存在不符合伦理的情况。对于研究团队缺少印尼研究员的质疑,伊拉多透露她曾向印尼学者发出邀请却遭到了拒绝。她还表示她与当地学生分享了她的研究成果,并打算在今年7月回到印尼告诉巴瑶人们她的研究成果。然而,目前她在印尼可能面临监禁,因此7月的印尼之行也随之取消。

PANet 的框架如图 5 所示,Bottom-up Path 用于增强 Low-layer 的信息传播。Adaptive Feature Pooling 允许每个候选区域可以获取所有特征层次的信息,以此用于预测。添加了一个互补分支用于预测 mask。

不平等的研究者和被研究者

Temporal Action Localization

图片 14

logo 检测

2015年,伊拉多和当时的同事们花费数月,采集了巴瑶人和他们的邻居沙鲁安人(Saluan)的唾液样本以分析DNA,又给与潜水能力相关的脾脏做了B超扫描。之后,他们发现,印尼巴瑶人和附近其他居民相比,脾脏要大50%,并存在与脾脏尺寸相关的基因突变——这可能是他们适应海上生活的原因。这个案例,则被称为新近发生的人类演化的典型案例

作者在生成动作候选区域及动作种类识别时,认为动作前后信息对精确定位和动作分类有很大的意义。故强制将前面一段时间和后面一段时间加入候选区。如图:

本文由澳门威利斯人手机版发布于澳门威利斯人手机版,转载请注明出处:美国00后开始远离智能手机,却被官方跨国手撕

TAG标签:
Ctrl+D 将本页面保存为书签,全面了解最新资讯,方便快捷。