@MSGID:
<eb027d14-3dee-412a-8065-e10915e36c4fn@googlegroups.com> 8418100e
@REPLYADDR GRLMC <carlos.martinvide@gmail.com>
@REPLYTO 2:5075/128 GRLMC
@CHRS: CP866 2
@RFC: 1 0
@RFC-Message-ID:
<eb027d14-3dee-412a-8065-e10915e36c4fn@googlegroups.com>
@TZUTC: -0700
@PID: G2/1.0
@TID: FIDOGATE-5.12-ge4e8b94
************************************************************************

10th INTERNATIONAL GRAN CANARIA SCHOOL ON DEEP LEARNING

DeepLearn 2023 Summer

Las Palmas de Gran Canaria, Spain

July 17-21, 2023

https://deeplearn.irdta.eu/2023su/

************************************************************************

Co-organized by:

University of Las Palmas de Gran Canaria

Institute for Research Development, Training and Advice - IRDTA
Brussels/London

************************************************************************

Early registration: June 20, 2023

************************************************************************

FRAMEWORK:

 DeepLearn 2023 Summer is part of a multi-event called Deep&Big 2023
consisting also of BigDat 2023 Summer. DeepLearn 2023 Summer participants will
have the opportunity to attend lectures in the program of BigDat 2023
Summer as well if they are interested.

SCOPE:

 DeepLearn 2023 Summer will be a research training event with a
global scope aiming at updating participants on the most recent advances in
the critical and fast developing area of deep learning. Previous events
were held in Bilbao, Genova, Warsaw, Las Palmas de Gran Canaria,
Guimar?es, Las Palmas de Gran Canaria, Lule?, Bournemouth and Bari.

 Deep learning is a branch of artificial intelligence covering a
spectrum of current frontier research and industrial innovation that provides
more efficient algorithms to deal with large-scale data in a huge variety
of environments: computer vision, neurosciences, speech recognition,
language processing, human-computer interaction, drug discovery, health
informatics, medical image analysis, recommender systems, advertising, fraud
detection, robotics, games, finance, biotechnology, physics experiments,
biometrics, communications, climate sciences, geographic information systems, signal
processing, genomics, etc. etc. Renowned academics and industry pioneers will
lecture and share their views with the audience.

 Most deep learning subareas will be displayed, and main challenges
identified through 15 four-hour and a half courses and 2 keynote lectures,
which will tackle the most active and promising topics. The organizers are
convinced that outstanding speakers will attract the brightest and most
motivated students. Face to face interaction and networking will be main
ingredients of the event. It will be also possible to fully participate in
vivo remotely.

 An open session will give participants the opportunity to present
their own work in progress in 5 minutes. Moreover, there will be two
special sessions with industrial and employment profiles.

ADDRESSED TO:

 Graduate students, postgraduate students and industry practitioners
will be typical profiles of participants. However, there are no formal
pre-requisites for attendance in terms of academic degrees, so people less or more
advanced in their career will be welcome as well. Since there will be a
variety of levels, specific knowledge background may be assumed for some of
the courses. Overall, DeepLearn 2023 Summer is addressed to students,
researchers and practitioners who want to keep themselves updated about recent
developments and future trends. All will surely find it fruitful to listen to
and discuss with major researchers, industry leaders and innovators.

VENUE:

 DeepLearn 2023 Summer will take place in Las Palmas de Gran
Canaria, on the Atlantic Ocean, with a mild climate throughout the year,
sandy beaches and a renowned carnival. The venue will be:

Instituci?n Ferial de Canarias
Avenida de la Feria, 1
35012 Las Palmas de Gran Canaria

https://www.infecar.es/

STRUCTURE:

 2 courses will run in parallel during the whole event. Participants
will be able to freely choose the courses they wish to attend as well
as to move from one to another.

 Also, if interested, participants will be able to attend courses
developed in BigDat 2023 Summer, which will be held in parallel and at the
same venue.

 Full live online participation will be possible. The organizers
highlight, however, the importance of face to face interaction and networking
in this kind of research training event.

KEYNOTE SPEAKERS:

 Alex Voznyy (University of Toronto), Comparison of Graph Neural
Network Architectures for Predicting the Electronic Structure of Molecules and
Solids

 Aidong Zhang (University of Virginia), Concept-Based Explainable Deep
Learning Models

PROFESSORS AND COURSES:

 Eneko Agirre (University of the Basque Country),
[introductory/intermediate] Natural Language Processing in the Large Language Model Era

 Pierre Baldi (University of California Irvine), [intermediate/advanced]
Deep Learning in Science

 Nat?lia Cordeiro (University of Porto), [introductory/intermediate]
Multi-Tasking Machine Learning in Drug and Materials Design

 Daniel Cremers (Technical University of Munich), [intermediate] Deep
Networks for 3D Computer Vision

 Stefano Giagu (Sapienza University of Rome), [introductory/intermediate]
Quantum Machine Learning on Parameterized Quantum Circuits

 Georgios Giannakis (University of Minnesota), [intermediate/advanced]
Learning from Unreliable Labels via Crowdsourcing

 Marcus Liwicki (Lule? University of Technology), [intermediate/advanced]
Methods for Learning with Few Data

 Chen Change Loy (Nanyang Technological University),
[introductory/intermediate] Image and Video Restoration

 Deepak Pathak (Carnegie Mellon University), [intermediate/advanced]
Continually Improving Agents for Generalization in the Wild

 Bj?rn Schuller (Imperial College London), [introductory/intermediate]
Deep Multimedia Processing

 Amos Storkey (University of Edinburgh), [intermediate] Meta-Learning
and Contrastive Learning for Robust Representations

 Ponnuthurai N. Suganthan (Qatar University), [introductory/intermediate]
Randomization-Based Deep and Shallow Learning Algorithms and Architectures

 Jiliang Tang (Michigan State University), [introductory/advanced] Deep
Learning on Graphs: Methods, Advances and Applications

 Savannah Thais (Columbia University), [intermediate] Applications of
Graph Neural Networks: Physical and Societal Systems

 Lihi Zelnik-Manor (Technion - Israel Institute of Technology),
[introductory] Introduction to Computer Vision and the Ethical Questions It Raises

OPEN SESSION:

 An open session will collect 5-minute voluntary presentations of work
in progress by participants. They should submit a half-page abstract
containing the title, authors, and summary of the research to david@irdta.eu by
July 9, 2023.

INDUSTRIAL SESSION:

 A session will be devoted to 10-minute demonstrations of practical
applications of deep learning in industry. Companies interested in contributing
are welcome to submit a 1-page abstract containing the program of the
demonstration and the logistics needed. People in charge of the demonstration must
register for the event. Expressions of interest have to be submitted to
david@irdta.eu by July 9, 2023.

EMPLOYER SESSION:

 Organizations searching for personnel well skilled in deep learning
will have a space reserved for one-to-one contacts. It is recommended to
produce a 1-page .pdf leaflet with a brief description of the organization
and the profiles looked for to be circulated among the participants
prior to the event. People in charge of the search must register for the
event. Expressions of interest have to be submitted to david@irdta.eu by
July 9, 2023.

ORGANIZING COMMITTEE:

Aridane Gonz?lez Gonz?lez (Las Palmas de Gran Canaria)
Marisol Izquierdo (Las Palmas de Gran Canaria, local chair)
Carlos Mart?n-Vide (Tarragona, program chair)
Sara Morales (Brussels)
David Silva (London, organization chair)

REGISTRATION:

It has to be done at

https://deeplearn.irdta.eu/2023su/registration/

 The selection of 8 courses requested in the registration template is
only tentative and non-binding. For logistical reasons, it will be helpful
to have an estimation of the respective demand for each course. During
the event, participants will be free to attend the courses they wish as
well as eventually courses in BigDat 2023 Summer.

 Since the capacity of the venue is limited, registration requests
will be processed on a first come first served basis. The registration
period will be closed and the on-line registration tool disabled when the
capacity of the venue will have got exhausted. It is highly recommended to
register prior to the event.

FEES:

 Fees comprise access to all courses and lunches. There are several
early registration deadlines. Fees depend on the registration deadline.

The fees for on site and for online participation are the same.

ACCOMMODATION:

Accommodation suggestions are available at

https://deeplearn.irdta.eu/2023su/accommodation/

CERTIFICATE:

 A certificate of successful participation in the event will be
delivered indicating the number of hours of lectures.

QUESTIONS AND FURTHER INFORMATION:

david@irdta.eu

ACKNOWLEDGMENTS:

Cabildo de Gran Canaria

 Universidad de Las Palmas de Gran Canaria - Fundaci?n Parque
Cient?fico Tecnol?gico

Universitat Rovira i Virgili

Institute for Research Development, Training and Advice - IRDTA, Brussels/London
--- G2/1.0
 * Origin: usenet.network (2:5075/128)
SEEN-BY: 50/109 301/1 467/888 4500/1 5001/100
5005/49 5015/255 5020/715 806
SEEN-BY: 5020/830 846 848 1042 4441 12000 5030/49
1081 5058/104 5061/133
SEEN-BY: 5064/56 5075/128 5083/444 6090/1
@PATH: 5075/128 5020/1042 4441