深度学习顶会“无冕之王”ICLR 2018评审结果出炉,斯坦福大学对抗训练研究得分第一

来源:专知

【新智元导读】今年举办到第六届的ICLR会议被誉为深度学习顶会的“无冕之王”,在业内得到广泛认可。ICLR 采用Open Review 评审制度,ICLR 2018 共收到981篇有效稿件,截止2017年12月1日,已经有979篇论文收到至少一个评分,本文对评审结果进行了分析。目前,来自斯坦福大学探讨对抗训练的论文Certifiable Distributional Robustness with Principled Adversarial Training排名第一。

ICLR,全称为 International Conference on Learning Representations(国际学习表征会议),2013 年才刚刚成立了第一届。这个一年一度的会议虽然今年2017年办到第六届,已经被学术研究者们广泛认可,被认为“深度学习的顶级会议”。ICLR 采用Open Review 评审制度。Open Review 则非常不同,根据规定,所有提交的论文都会公开姓名等信息,并且接受所有同行的评价及提问(open peer review),任何学者都可或匿名或实名地评价论文。而在公开评审结束后,论文作者也能够对论文进行调整和修改。这几天ICLR 2018的审稿结果陆续出来了,让我们来看一下。

今年ICLR 2018共收到981篇有效稿件,截止2017年12月1日,已经有979篇论文收到至少一个评分。下图是平局分的分布,平均得分是5.24,中位得分是5.33 。

根据Karpathy之前的博客统计,ICLR2017共收到491篇论文提交,其中15篇被录用为oral论文占3%,183篇录用为Poster论文占37.3%。

论文评分方差

得分最高的十篇论文

| Ranking | Rating | Title |

  1. | 9.00 | Certifiable Distributional Robustness with Principled Adversarial Training |
  2. | 8.56 | On the Convergence of Adam and Beyond |
  3. | 8.33 | Emergence of grid-like representations by training recurrent neural networks toperform spatial localization |
  4. |8.33 | Multi-Scale Dense Networks for Resource Efficient Image Classification |
  5. | 8.09 | i-RevNet: Deep Invertible Networks |
  6. | 8.00 | Wasserstein Auto-Encoders |
  7. | 8.00 | Stabilizing Adversarial Nets with Prediction Methods |
  8. | 8.00 | Learning to Represent Programs with Graphs |
  9. | 8.00 | Boosting Dilated Convolutional Networks with Mixed Tensor Decompositions |
  10. | 8.00 | Continuous Adaptation via Meta-Learning in Nonstationary and CompetitiveEnvironments |

需要注意的是,目前并不是所有的评分都已经打出来了。现在得分最高的论文是 《Certifiable Distributional Robustness with Principled Adversarial Training》。另外一篇值得注意的论文是 《Progressive Growing of GANs forImproved Quality, Stability, and Variation 》得分为 8,8,1

附:得分Top 20论文(via Search ICLR 2018)

声明:

本文是受@plrz77 的ICLR2017的统计报告启发。

相关链接:

  • Search ICLR 2018 http://search.iclr2018.smerity.com/
  • ICLR 2017Overview by @plrz77. https://prlz77.github.io/iclr2017-stats/
  • ICLR 2017 vs arxiv-sanity by @karpathy https://medium.com/@karpathy/iclr-2017-vs-arxiv-sanity-d1488ac5c131

参考链接:

  • https://liyaguang.github.io/iclr2018-stats

原文发布于微信公众号 - 新智元(AI_era)

原文发表时间:2017-12-04

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏生信宝典

贝叶斯学习记录

这篇文章用于记录学习贝叶斯定理及其应用过程中的记录,希望由浅及深的提供一份自我学习教程。 引子 概率的定义:概率是一个0-1之间的数,代表了我们对某个事实或预测...

23860
来自专栏AI研习社

如何从零训练神经网络玩游戏?这里有一段详细的解读视频

Youtube 上的知名游戏博主 SethBling训练了一个叫 MariFlow 的神经网络来玩 Mario Kart 游戏。看懂他怎么做的,你也能举一反三。...

38670
来自专栏量化投资与机器学习

HMM模型在量化交易中的应用(R语言版)

? 马尔科夫性 如果一个过程的“将来”仅依赖“现在”而不依赖“过去”,则此过程具有马尔可夫性,或称此过程为马尔可夫过程。 函数形式:X(t+1) = f( X...

47180
来自专栏数据结构与算法

【概率期望动态规划】

1~8题出处:hdu4576   poj2096   zoj3329   poj3744   hdu4089   hdu4035   hdu4405   hdu...

10210
来自专栏AI科技评论

开发 | 如何从零训练神经网络玩游戏?这里有一段详细的解读视频

AI科技评论消息,最近,Youtube 上的知名游戏博主 SethBling 训练了一个叫 MariFlow 的神经网络来玩 Mario Kart 游戏。在进行...

42670
来自专栏大数据挖掘DT机器学习

文本分类实战: 机器学习vs深度学习算法对比(附代码)

这几周因为在做竞赛所以没怎么看论文刷题写博客,今天抽时间把竞赛用到的东西总结一下。先试水了一个很小众的比赛–文因互联,由AI100举办,参赛队不足20个,赛题...

1.2K90
来自专栏阮一峰的网络日志

神奇的图像处理算法

几周前,我介绍了相似图片搜索。 这是利用数学算法,进行高难度图像处理的一个例子。事实上,图像处理的数学算法,已经发展到令人叹为观止的地步。 Scriptol列出...

48680
来自专栏机器之心

ACL 2018 | 问答模型真的理解问题吗:归因分析可轻松构造对抗问题样本

17730
来自专栏人工智能头条

MLlib中的Random Forests和Boosting

13030
来自专栏AI科技评论

学界 | 别再抄袭论文图片了,机器学习算法能自动检测出来

AI 科技评论按:近期来自纽约雪城大学的 Daniel Acuna 等人在 bioRxiv 上发表了一篇文章,作者在文章提出了一种机器学习算法,该算法能够自动进...

43650

扫码关注云+社区

领取腾讯云代金券