专栏首页量子位听说你刚中了NIPS?恭喜(研究德扑、老鼠胡须等AI的都入围了)

听说你刚中了NIPS?恭喜(研究德扑、老鼠胡须等AI的都入围了)

允中 发自 凹非寺 量子位 出品 | 公众号 QbitAI

今天凌晨,NIPS 2017开始揭榜。

作为机器学习领域的顶级会议,NIPS 2017共收到3240篇论文投稿,毫不意外这个数字又创了新高。有678篇论文被选中作为大会论文,比例20.9%。

其中有40篇被选中进行口头报告(oral),112篇选为spotlight进行展示。

接收到NIPS 2017入选通知邮件的研究者,纷纷都迫不及待的开始与外界分享这一喜悦。或曰:“登斯NIPS也,则有心旷神怡,宠辱偕忘,把酒临风,其喜洋洋者矣。

当然也有遗憾被拒的,比方量子位在微博上看到的这一幕:形成对比的两重天。

很多入围者在庆祝之余,还附带了arXiv链接。

什么?已经在arXiv上发表?真的可以么?

对,没关系。NIPS 2017要求提交的论文,不能是已经公开/接受出版,或者曾经投递给其他会议/期刊。但是允许提前发表在arXiv.org上。

当然还有很多人并不喜欢这么做,所以他们入选的论文稍后会公开发布。

现在到底有哪些入围论文已经可以看到了?量子位手动统计了一下目前的情况,数据来自微博、推特、reddit等公开渠道。

Oral

Safe and Nested Subgame Solving for Imperfect-Information Games

在NIPS 2017接受的口头报告展示论文中,我们发现了一篇“明星”论文。来自卡内基梅隆大学博士生Noam Brown和Tuomas Sandholm教授。

还记得年初叱咤德州扑克界的AI么?量子位3月还在CMU独家专访了这两位学者。这次的论文,就是他们最新的研究成果总结。

摘要简介:不完美信息博弈问题,虽然不能通过拆解为子博弈解决,但可以通过不相交的子博弈来逼近解决方案,或者改进现有解决方案。

论文地址:

https://arxiv.org/pdf/1705.02955

Toward Goal-Driven Neural Network Models for the Rodent Whisker-Trigeminal System

这是另一篇看起来很好玩的论文。第一作者是来自斯坦福的博士生Chengxu Zhuang(庄程旭),其他作者来自MIT、西北大学以及斯坦福。

摘要简介:很大程度上,啮齿动物(老鼠什么的)通过胡须“看到”世界。在这次的研究中,我们采用目标驱动的深度神经网络对胡须-三叉神经系统进行建模。

首先,我们构建了一个生物物理学实现的老鼠胡须阵列模型。然后,生成一个胡须扫过各种3D对象的大型数据集,包括各种不同的姿势、角度和速度。接下来,我们训练了几个不同架构的DNN来解决这个数据集中的形状识别任务。

最后我们证明,胡须-三叉神经系统的DNN模型值得深入研究。

论文地址:

https://arxiv.org/abs/1706.07555

TernGrad: Ternary Gradients to Reduce Communication in Distributed Deep Learning

这篇论文的作者是杜克大学的博士生温伟、陈怡然教授等人。

摘要简介:用于同步梯度和参数的高网络通信成本,是众所周知的分布式训练瓶颈。在这个研究中,我们提出TernGrad:使用三元梯度来在数据并行中加速分布式深度学习。

论文地址:

https://arxiv.org/pdf/1705.07878

NIPS 2017发给陈教授的邮件

Robust and Efficient Transfer Learning with Hidden-Parameter Markov Decision Processes

这篇论文的作者三位来自哈佛大学,一位来自布朗大学。

摘要简介:这是一个新的隐马尔可夫决策过程(HiP-MDP)方案,使用贝叶斯神经网络替换之前基于高斯高程的模型。新框架将HiP-MDP的应用范围扩大到更高维度和更复杂动态的领域。

论文地址:

https://arxiv.org/abs/1706.06544

End-to-end Differentiable Proving

两位作者分别来自牛津和伦敦大学学院。

摘要简介:这是一个端到端的微分定理证明神经网络,运算基于符号的密集向量表示。具体来说,我们使用径向基函数内核,基于符号向量表示构建了一个微分计算,用以取代符号统一(symbolic unification)。

论文地址:

http://arxiv.org/abs/1705.11040

A Linear-Time Kernel Goodness-of-Fit Test

作者来自伦敦大学学院、巴黎综合理工大学、日本统计数学研究所。

摘要简介:我们提出了一种拟合优度的新型自适应测试。我们证明了新的测试,比以前的线性时间内核测试具有更大的相对效率。

论文地址:

https://arxiv.org/abs/1705.07673

On Structured Prediction Theory with Calibrated Convex Surrogate Losses

作者来自法国国家信息与自动化研究所、蒙特利尔大学。

摘要简介:这篇论文提出了一种结构化预测的新见解。对于任务丢失,我们构建了一个可以通过随机梯度下降优化的凸替代,并证明了所谓“校准函数”的紧界,将过量替代风险与实际风险相关联。

论文地址:

https://arxiv.org/abs/1703.02403

Spotlight

Overcoming Catastrophic Forgetting by Incremental Moment Matching

作者来自首尔国立大学等韩国研究机构。

摘要简介:为了解决灾难性遗忘这个问题,我们提出了使用贝叶斯神经网络框架构建的增量矩匹配(IMM)。

论文地址:

https://arxiv.org/abs/1703.08475

入选oral和Spotlight展示环节的论文,量子位初步找到这些。更多的内容,期待官方统一公布。以下还有一些NIPS 2017接受的论文。

其他入选论文

Dynamic Safe Interruptibility for Decentralized Multi-Agent Reinforcement Learning

分散式多智能体强化学习的动态安全中断

论文地址:

https://arxiv.org/abs/1704.02882

Byzantine-Tolerant Machine Learning

拜占庭容错机器学习

论文地址:

https://arxiv.org/abs/1703.02757

Causal Effect Inference with Deep Latent-Variable Models

因果效应推理与深度潜变量模型

论文地址:

https://arxiv.org/abs/1705.08821

Learning Hierarchical Information Flow with Recurrent Neural Modules

用循环神经模块学习分层信息流

论文地址:

https://arxiv.org/pdf/1706.05744

SVCCA: Singular Vector Canonical Correlation Analysis for Deep Understanding and Improvement

SVCCA:深度理解和改进的奇异向量规范相关分析

论文地址:

https://arxiv.org/abs/1706.05806

Structured Bayesian Pruning via Log-Normal Multiplicative Noise

通过对数正态乘法噪声构造贝叶斯修剪

论文地址:

https://arxiv.org/abs/1705.07283

SafetyNets: Verifiable Execution of Deep Neural Networks on an Untrusted Cloud

SafetyNets:在不可信云上可信赖的运行深度神经网络

论文地址:

https://arxiv.org/pdf/1706.10268

Working hard to know your neighbor’s margins: Local descriptor learning loss

努力学习临近的边缘:本地描述符学习损失

论文地址:

https://arxiv.org/abs/1705.10872

Emergence of Language with Multi-agent Games: Learning to Communicate with Sequences of Symbols

多智能体游戏语言的出现:学习与符号序列进行沟通

论文地址:

https://arxiv.org/abs/1705.11192

Practical Bayesian Optimization for Model Fitting with Bayesian Adaptive Direct Search

贝叶斯自适应直接搜索模型拟合的实际贝叶斯优化

论文地址:

https://arxiv.org/abs/1705.04405

GitHub地址:

https://github.com/lacerbi/bads

On Tensor Train Rank Minimization: Statistical Efficiency and Scalable Algorithm

Tensor Train等级最小化:统计效率和可扩展算法

论文地址:

https://arxiv.org/abs/1708.00132

PixelGAN Autoencoders

PixelGAN自动编码器

论文地址:

http://arxiv.org/abs/1706.00531

好啦,先到这里。最后,还是恭喜各位。

以及,如果有更多关于这次NIPS 2017想说的东西,不管是谈谈论文,发发感想,做做总结,都欢迎联系量子位~

本文分享自微信公众号 - 量子位(QbitAI),作者:专注报道AI

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2017-09-05

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。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • CVPR 2019接收论文公布:共1300篇,接收率降4%,你中了没?

    昨天,一年一度的视觉顶会CVPR放出了今年的接收论文。翘首以盼多日的CV er纷纷前来围观,场面一下子好生热闹。

    量子位
  • 多图对比看懂GAN与VAE的各种变体|附论文

    安妮 整理自 GitHub 作者:Pawel.io 量子位 出品 | 公众号 QbitAI 近日,英国小哥Pawel.io在GitHub上图解了一系列生成式对抗...

    量子位
  • GAN Zoo:千奇百怪的生成对抗网络,都在这里了(73个)

    允中 编译整理 量子位 出品 | 公众号 QbitAI 自从Goodfellow2014年提出这个想法之后,生成对抗网络(GAN)就成了深度学习领域内最火的一个...

    量子位
  • 五大顶尖研究院的116篇ICLR 2018录用论文,七大趋势全解读

    AI 科技评论按:时间过得好快,Yann LeCun 仿佛刚刚在 Twitter 上感慨 ICLR 2018 的参会人数比 2017 年再次翻倍,而现在 ICL...

    AI科技评论
  • [计算机视觉论文速递] 2018-02-28

    [1]《CSRNet: Dilated Convolutional Neural Networks for Understanding the Highly C...

    Amusi
  • AAAI 2020 论文抢先看!图学习GNN火爆,谷歌、港科大、北邮最新力作

    今年的双十一,AAAI 2020 公布了接受的论文。这届 AAAI 可谓是火爆异常,一共收到了 8800 篇提交的论文,最终有效投稿为 7737 篇,接受的论文...

    新智元
  • 25篇最新CV领域综述性论文速递!涵盖15个方向:目标检测/图像处理/姿态估计/医学影像/人脸识别等方向

    标题:Deep Domain Adaptive Object Detection: a Survey

    深度学习技术前沿公众号博主
  • 真实 VS 合成,我们需要的真实数据微乎其微?| 一周最火AI论文

    呜啦啦啦啦啦啦啦大家好,本周的AI Scholar Weekly栏目又和大家见面啦!

    大数据文摘
  • 2020年计算机视觉学习指南

    原文:https://towardsdatascience.com/guide-to-learn-computer-vision-in-2020-36f19d9...

    材ccc
  • 8篇CVPR2019论文开源合集(含3D目标检测/目标跟踪/语义分割和实例分割)

    本文将分享收集到的CVPR 2019 已开源paper,并将内容同步上传到 CVPR2019-Code上。如果想第一时间了解开源代码,那么大家 star/for...

    Amusi

扫码关注云+社区

领取腾讯云代金券