About Us

一群研究动态神经网络的小伙伴们：

黄高老师，贾伟老师，马宁宁，唐楚峰，宋林，韩益增，傅智毅，王语霖，杨乐，袁之航，张津铭，李祥泰，王诗尊，陈锰钊，马文轩，姚满，戴彬，刘佳斌

动态神经网络研究组章程

近年来神经网络有了飞速的发展，但传统神经网络的不足之处在于，其对所有的输入样本均采用相同的网络架构与参数进行推理，这导致网络模型在面对复杂的数据时，在性能和能耗上并不理想。与此相应，近几年来，动态神经网络(Dynamic Neural Networks)引起了较大的研究热情。与静态网络不同的是，动态网络可以在处理不同测试样本时，动态地调节自身的结构/参数，从而在推理效率、表达能力、自适应性等方面展现出卓越的优势。

为帮助更多学生了解动态神经网络的前沿进展，推动这一领域中更多学生的研究工作，促进该方向的研究发展，智源社区组织了 「动态神经网络研究组」 （以下简称“研究组”），并特邀请清华大学助理教授、DenseNet 提出者黄高（简历见附录）担任该研究组指导老师。

研究组将以在读硕博为主要群体，围绕「动态神经网络」这一研究领域定期开展在线研讨，包括论文报告、话题讨论、老师问答、前沿报告等活动，以期促进大家的研究工作，并激发研究灵感，做出创新研究

一、研究组活动

研究组活动主要包括以下几种——

定期论文研讨： 每周固定时间论文报告，以轮流和自愿两种形式；
不定期主题讨论： 具体频次以实际情况为准，围绕当前的重要进展进行研讨；
不定期邀请报告： 由指导老师、组成员以及智源工作人员不定期邀请相关研究者做报告；
不定期公开报告： 若组成员有成果发布，可以申请做公开报告；
老师问答： 以指导老师为主，每月进行至少一次问答；
其他活动可以灵活增加。

二、入组资格

本研究组采用申请入组机制。申请地址：https://jinshuju.net/f/a0k4nc

一般性要求

申请入组的一般性要求包括以下几点：

较强的沟通能力、人际交往能力和团队合作精神；
较强的自我驱动力，工作勤奋、注重细节、责任心强；
申请者应当为高年级本科生、研究生或者博士生，计算机以及人工智能专业；
有一定的项目管理或者活动组织经验；
优秀的英文听说读写能力；
研究生或博士生需要征得导师同意。

申请入组提交材料

申请者应当提交申请表格及个人简历。

进组流程

第一步：轮值组长（见后面介绍）对资料初步审核；
第二步：观察期 1 个月，在此期间可以参加研究组活动；
第三步：观察期结束后，由研究组成员投票表决，超过2/3投票，且经指导老师认可后，邀请入组。

三、机制流程

进组前学习

进组之前，必须仔细研读《Dynamic Neural Networks: A Survey》（动态神经网络综述），作为共同认知基础。如对该综述论文有疑问，（1）可查询历史问题列表；（2）列出问题，可向组成员或指导老师提问。

组织架构

指导老师+学生架构。 具体来说，指导老师提供研究指导，学生进行自由探索。
轮流组长制。 每两个月由1~3人担任研究组组长，负责组织活动，以及研讨内容整理；除基本活动外，具体活动方式可由轮值组长自由发挥。
研究组群+兴趣群。 研究组群，需要申请并经指导老师同意后才能加入；兴趣群为研究组群的外延，任何感兴趣的人都可以加入，部分研讨内容可以在这些群里进行分享。

参与者动作

以轮流或自愿的形式做论文（自己的或他人的）报告；
在当值期间，轮值组长需将每次研讨或报告的内容整理成文字或视频，进行记录和分发；
在当值期间，轮值组长需要负责历次会议的人员、主题等安排；
l在当值期间，轮值组长需要邀请至少 2 场学者报告；
组员间如有共同兴趣，可以在指导老师的指导下进行科研合作。

注意事项

如无任何缘由，长期不参加研究组活动及规定工作，将取消组员资格。

附录

1. 智源研究院介绍

北京智源人工智能研究院（Beijing Academy of Artificial Intelligence，简称BAAI）成立于2018年11月，是在科技部和北京市委市政府的指导和支持下，由北京市科委和海淀区政府推动成立的新型研发机构。智源研究院的愿景和目标是按照国家新一代人工智能发展规划总体部署，聚焦原始创新和核心技术，建立自由探索与目标导向相结合的科研体制。支持科学家勇闯人工智能科技前沿“无人区”，挑战最基础的问题和最关键的难题，推动人工智能理论、方法、工具、系统和应用取得变革性、颠覆性突破。营造全球最佳的学术和技术创新生态，推动北京成为全球人工智能学术思想、基础理论、顶尖人才、企业创新和发展政策的源头，率先成为国际领先的人工智能创新中心。推动人工智能产业发展和深度应用，改变人类社会生活，促进人类、环境和智能的可持续发展。

2.智源社区介绍

智源社区是互联网上，没有围墙的智源研究院，目的是构建高度合作的人工智能社区，营造活跃的学术和技术创新生态，通过建立围绕关键学术和应用领域的社群、构建协作工具、服务、平台，共同解决难题，进一步加强社区成员的协同效应，在这个过程中，培养出新一代问题的发现者和解决者。

3.指导老师简介

黄高是清华大学自动化系助理教授，博士生导师。2015年获清华大学博士学位，2015年至2018年在美国康奈尔大学计算机系从事博士后科研工作。主要研究领域为深度学习和计算机视觉，提出了主流卷积网络模型DenseNet。目前在NeurIPS，ICML，CVPR等国际顶级会议及IEEE多个汇刊共计发表学术论文50余篇，被引用21337余次。获CVPR最佳论文奖、达摩院青橙奖、世界人工智能大会SAIL先锋奖、中国自动化学会优秀博士学位论文、全国百篇最具影响国际学术论文、中国人工智能学会自然科学一等奖和吴文俊优秀青年奖等荣誉，入选智源青年学者计划。