前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >刚刚 !ICLR2023 官方评审结果正式发布!另附:2017年--2023年 ICLR 论文下载

刚刚 !ICLR2023 官方评审结果正式发布!另附:2017年--2023年 ICLR 论文下载

作者头像
ShuYini
发布2022-12-06 15:24:14
9290
发布2022-12-06 15:24:14
举报

引言

ICLR2023的评审结果已经正式发布!所以本文首先必须要给大家同步一下ICLR2023最新官方评审结果;然后作者整理ICLR会议介绍,让你一文了解ICLR国际顶会;接着整理历年ICLR会议情况;最后,附上历年ICLR会议论文下载(自2017年到2023年)

ICLR2023评审情况

 今年的ICLR2023共计提交6300份初始摘要和4922份经过审查的提交,其中经过审查提交相比上一年增加了32.2%。在4922份提交内容中,99%的内容至少有3个评论,总共有超过18500个评论。按照Open Review评审制度,目前ICLR已经进入讨论阶段。

 在4922份提交内容中,主要涉及13个研究方向,具体有:

  • 1、AI应用应用,例如:语音处理、计算机视觉、自然语言处理等
  • 2、深度学习和表示学习
  • 3、通用机器学习
  • 4、生成模型
  • 5、基础设施,例如:数据集、竞赛、实现、库等
  • 6、科学领域的机器学习,例如:生物学、物理学、健康科学、社会科学、气候/可持续性等
  • 7、神经科学与认知科学,例如:神经编码、脑机接口等
  • 8、优化,例如:凸优化、非凸优化等
  • 9、概率方法,例如:变分推理、因果推理、高斯过程等
  • 10、强化学习,例如:决策和控制,计划,分层RL,机器人等
  • 11、机器学习的社会方面,例如:人工智能安全、公平、隐私、可解释性、人与人工智能交互、伦理等
  • 12、理论,例如:如控制理论、学习理论、算法博弈论。
  • 13、无监督学习和自监督学习

ICLR详细介绍

 ICLR,全称为「International Conference on Learning Representations」(国际学习表征会议),2013 年5月2日至5月4日在美国亚利桑那州斯科茨代尔顺利举办了第一届ICLR会议。该会议是一年一度的会议,截止到2022年它已经举办了10届,而今年的(2023年)5月1日至5日,将在基加利会议中心完成ICLR的第十一届会议。

 该会议被学术研究者们广泛认可,被认为是「深度学习的顶级会议」,国内评价A类会议。为什么ICLR为什么会成为深度学习领域的顶会呢?首先该会议由深度学习三大巨头之二的Yoshua Bengio和Yann LeCun 牵头创办。其中Yoshua Bengio 是蒙特利尔大学教授,深度学习三巨头之一,他领导蒙特利尔大学的人工智能实验室MILA进行 AI 技术的学术研究。MILA 是世界上最大的人工智能研究中心之一,与谷歌也有着密切的合作。Yann LeCun同为深度学习三巨头之一的他现任 Facebook 人工智能研究院FAIR院长、纽约大学教授。作为卷积神经网络之父,他为深度学习的发展和创新作出了重要贡献。

会议创建的初衷

 第一届ICLR会议 Bengio 和 LeCun发表的公开信上说到: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。表征学习的迅猛发展也伴随着不少问题,比如我们如何更好地从数据中学习更具含义及有效的表征。我们对这个领域展开了探索,包括了深度学习、表征学习、度量学习、核学习、组合模型、非常线性结构预测及非凸优化等问题。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。总结一句话就是说,ICLR 希望能为深度学习提供一个专业化的交流平台,并且推行的 Open Review 评审制度(该制度就是公开对投稿文章的审评意见,每个人都可以看到)。

Open Review 评审制度

 目前的论文审核主要分为单盲(single-blind review)、双盲(double-blind review)及开放评审(open review)等多种形式。单盲评审的含义非常简单,即评审知道作者的名字、学校等身份信息,但作者并不知道评审论文的人是谁;而双盲评审则是双方都不知晓彼此的身份信息。这两种方式为较多学术会议及期刊评审论文的主要途径。

 单盲评审的优势非常明显,即评审处于匿名身份,可以让评审免受压力,但评审由于知道了论文的作者信息,则非常有可能产生刻板印象,产生不够客观的评审结果。比如,对于比较有名的学者,评审会对论文的质量产生预设。而双盲评审则能够大幅降低作者个人信息所带来的附加效应,不过,评审也非常有可能从行文、主题中判断作者的信息。

 而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。

 ICLR 虽然并不一定是第一个采用Open Review进行论文评审的机构,但一定是做得最公开、影响范围最大的一个会议。目前ICLR的历届所有论文及评审讨论的内容,都完整地保存在OpenReview上,它也是ICLR的官方投稿入口。OpenReview.net 是马萨诸塞大学阿默斯特学院 Andrew McCAllum 为 ICLR 2013 牵头创办的一个公开评审系统,秉承公开同行评审、公开发表、公开来源、公开讨论、公开引导、公开推荐、公开 API 及开源等八大原则,得到了 Facebook、Google、NSF 和马萨诸塞大学阿默斯特中心等机构的支持。此外,目前它也接受其它学术会议的论文投递。

近年ICLR会议情况

 2017年ICLR国际会议于当年4月24日至4月26日在法国土伦顺利举办,该年会议的论文接受可以分为四个模块,具体情况如下:poster-paper共183篇,oral-paper(上台演讲)共15篇,Workshop共47篇,共计接受245篇文章,被拒论文(reject-paper)共计245篇,接受率为:37.35%。

 2018年ICLR国际会议于当年4月30日至5月3日在加拿大温哥华会议中心顺利举办,该年会议的论文接受同样是分为四个模块,具体情况如下:poster-paper共313篇,oral-paper(上台演讲)共23篇,Workshop共89篇,共计接受425篇文章,被拒论文(reject-paper)共计486篇,接受率为:34.36%。

 2019年ICLR国际会议于当年5月6日至5月9日在新奥尔良顺利举办,该年会议的论文接受同样是分为三个模块(因为该年workshop不在单独列出来),具体情况如下:poster-paper共478篇,oral-paper(上台演讲)共24篇,共计接受502篇文章,被拒论文(reject-paper)共计1077篇,接受率为:30.74%。

 2020年ICLR国际会议,受疫情影响,于当年4月26日至4月30日在线上顺利举办,ICLR2020成为了历届规模最大的会议,参加人数暴增了一倍。该年会议的论文接受同样是分为三个模块(因为该年workshop不在单独列出来),具体情况如下:poster-paper共523篇,Spotlight-paper(焦点论文)共107篇,演讲Talk共48篇,共计接受678篇文章,被拒论文(reject-paper)共计1907篇,接受率为:26.48%。

 2021年ICLR国际会议因疫情影响于当年5月4-8日线上举办。ICLR2021一共有2997篇有效论文投稿,最后一共860篇被接收,录取率达到了28.7%,相比去年的26.48%有提升,与其他一些AI顶会大幅降低接收率相比,ICLR 似乎显得更加友好。

 2022年ICLR国际会议因疫情影响于当年4月25日至29日在线上举办。ICLR2022一共有3391篇有效投稿,有54篇Oral(口头报告)论文和176篇Spolight论文,论文接收总数1095篇,,论文接收率 32.3%。今年的大会不论是投稿量还是接收量都创了新高。

 2023年ICLR国际会议计划于2023年5月1日至5日在基加利会议中心举行。ICLR2023共计有4922篇有效投稿,相比上一年增加了32.2%。论文接受目前暂定。

历年ICLR论文获取

后台回复:历年ICLR

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2022-11-05,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 AINLPer 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 引言
  • ICLR2023评审情况
  • ICLR详细介绍
  • 会议创建的初衷
  • Open Review 评审制度
  • 近年ICLR会议情况
  • 历年ICLR论文获取
相关产品与服务
NLP 服务
NLP 服务(Natural Language Process,NLP)深度整合了腾讯内部的 NLP 技术,提供多项智能文本处理和文本生成能力,包括词法分析、相似词召回、词相似度、句子相似度、文本润色、句子纠错、文本补全、句子生成等。满足各行业的文本智能需求。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档