专栏首页大数据文摘ICLR公布论文接收结果,Oral论文华人一作占三分之一

ICLR公布论文接收结果,Oral论文华人一作占三分之一

大数据文摘出品

几小时前,ICLR(国际学习表征会议)组委会公布了今年的论文接收结果,今年,ICLR共收到了2594篇论文投稿,相比去年的1591篇论文投稿,增加了38.7%。其中687篇论文被接收,poster论文接收率为26.5%,1.85%的论文获得了口头论文展示。

ICLR由Lecun,Hinton和Bengio三位神经网络的元老联手发起的。近年来随着深度学习在工程实践中的成功,ICLR会议也在短短的几年中发展成为了神经网络的顶会。

ICLR同时通过一条Medium的博文,说明了相关评审机制和接收情况。

ICLR组委会在博文中表示,对于不能接收所有优秀的论文表示遗憾,也对被接受者表示祝贺,希望未被接收者能继续深入研究。

ICLR今年论文接收的词云图

ICLR组委会今年共收到了2594篇论文投稿,接收687篇,接收率为26.5%。和以往一样,所有被接收的论文都将以海报形式进行展示,其中,23%被接收的论文会以口头形式演讲,108篇有4分钟演讲时间,48篇有10分钟。

ICLR论文历年接收数量

除了今年的两项调整,其余的审核过程和之前基本保持不变。这两项调整包括,不允许讨论期间进行公开评论,保证作者和审核人员对讨论重点有清晰的独立的认知;留有一周时间进行替换和紧急审核。大多数的调整都是基于会议结构做出的。

为了做出清晰的决策,今年的评分系统也进行了极大地简化,今年组委会取消了带有中性色彩的评价选择,只保留了“拒绝(reject)”、“弱拒绝(weak reject)”、“弱接受(weak accept)”、“接受(accept)”四项。

通过将数值分配到上述四项评价,所有的参选论文都会产生一个最终评分。考虑到各种因素,分数都是不对称分布的,分别为1、3、6、8。同时,考虑到或许有些审核人员不会给出10,也就是“接受”,这并不意味着论文的质量高低。组委会表示,在评选过程中不会强制规定审核人员给出10的数量。

不过,值得注意的是,在3和6之间有较大的差距,也就是说在“弱接受”和“弱拒绝”之间的选择取代了“中立”。这样的做法尽管有些不典型,但就结果而言对于最终的指导决策是有意义的。

48篇Oral论文公布,华人一作占1/3

刚刚,ICLR也将被接收的论文公布在了openreview.net上。

接收论文链接:

https://openreview.net/group?id=ICLR.cc/2020/Conference#all-submissions

接收论文按照presentation的形式不同分为三种,Oral presentation(4分钟的论文演讲)、Spotlight presentation(10分钟的论文演讲)和Poster presentation(海报展示)。

每年,ICLR口头论文中一大半的论文会成为ICLR Best paper,同时也代表了新一年的研究方向,今年ICLR评出的Oral presentation共有48篇,其中华人一作的有16篇。

值得一提的是,来自华为诺亚方舟实验室的Shengyu Zhu发布的《Causal Discovery with Reinforcement Learning》和来自北大的Xiang Li等人发布的《On the Convergence of FedAvg style》都被接受为Oral论文。

小荷才露尖尖角的ICLR

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。虽然今年才办到第七届,但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。

这个会议由位列深度学习三大巨头之二的 Yoshua Bengio和Yann LeCun牵头创办。二人在ICLR第一届的官网上曾发布公开信表示,“众所周知,数据的应用表征对于机器学习的性能有着重要影响。尽管表征学习对于机器学习及包括视觉、语音、音频及 NLP 领域起着至关重要的作用,目前还缺乏一个场所,能够让学者们交流分享该领域所关心的话题。ICLR 的宗旨正是填补这一鸿沟。”

ICLR希望能为深度学习提供一个专业化的交流平台。ICLR 不同于其它国际会议,得到好评的真正原因不在于两位创始人的光环,而是它推行的Open Review评审制度。

目前的论文审核主要分为单盲审、双盲审及开放评审等多种形式。而Open Review则非常不同,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,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。

正因为ICLR的公开透明,引来了无数学术研究者们的推崇,所以不得不说,ICLR的确是在深度学习领域影响范围最大的一个会议。

最后,如果你的论文被接收了,欢迎留言、投稿,和文摘菌分享你的论文和学术心得!

当然,如很不幸果你的论文被拒收了,文摘菌还在reddit上发现了一个“ICLR悲剧论文“的讨论区,你可以来这里找一下”沦落人“,一起吐槽抱团取暖。

“ICLR悲剧论文“的讨论区链接?

https://www.reddit.com/r/MachineLearning/comments/ed2pve/d_iclr_2020_rejection_rage_thread/

本文分享自微信公众号 - 大数据文摘(BigDataDigest),作者:文摘菌

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:2019-12-20

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

  • 学界丨先睹为快:神经网络顶会ICLR 2018论文接受结果速览

    大数据文摘
  • 找不到外星人,也许是因为人类出现得太早

    大数据文摘
  • Snap加入GIFCT,互联网巨头通力合作齐反恐

    大数据文摘
  • Python基础08 面向对象

    作者:Vamei 出处:http://www.cnblogs.com/vamei 欢迎转载,也请保留这段声明。谢谢!

    bear_fish
  • Python学习笔记5——一切皆对象

    我发现我不适合看视频学习,看书看文字觉得更舒服,看大神的博客教程:Python快速教程——这是大神的第一篇博客,点击下一篇,一篇篇看下去,都很通俗易懂,坐看看大...

    py3study
  • 如何在Debian 9上安装Apache Tomcat 9

    Apache Tomcat是一个Web服务器和servlet容器,用于为Java应用程序提供服务。Tomcat是Apache Software Foundati...

    GeekZ
  • ICLR 2019提交截止,近1600篇论文已全部上线

    今早ICLR 2019宣布提交截止,大会总共收到近1600篇论文。这个数字不出所料的又创新高,今年的ICLR总共收到900多篇论文,同比去年增加一倍。

    量子位
  • ICLR-17最全盘点:PyTorch超越TensorFlow,三巨头Hinton、Bengio、LeCun论文被拒,GAN泛滥

    【新智元导读】机器学习&深度学习盛会 ICLR 2017 落下帷幕。本届会议都有哪些亮点?体现了哪些技术变化及趋势?对整个 AI 业界有什么影响?新智元为你带来...

    新智元
  • 一个模型搞定所有风格转换,直接在浏览器实现(demo+代码)

    用一个模型就能实现所有类型的风格转换!一个名为Arbitrary Image Stylization in the Browser的项目最近火起来。

    新智元
  • MONGODB serverStatus 对监控的意义

    最近听到一些对MONGODB的理解的歧义,认为MONGODB 数据库内容比较少,并没有一些值得深入研究,诚然对比不少数据库MONGODB看似是简单的,但任何一门...

    AustinDatabases

扫码关注云+社区

领取腾讯云代金券