微信号:AI_era

介绍:智能+中国主平台,致力于推动中国从互联网+迈向智能+新纪元.重点关注人工智能、机器人等前沿领域发展,关注人机融合、人工智能和机器人革命对人类社会与文明进化的影响,领航中国新智能时代.

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

2017-12-04 14:38 新智元


新智元AI World 2017世界人工智能大会开场视频


中国人工智能资讯智库社交主平台新智元主办的 AI WORLD 2017 世界人工智能大会11月8日在北京国家会议中心举行,大会以“AI 新万象,中国智能+”为主题,上百位AI领袖作了覆盖技术、学术和产业最前沿的报告和讨论,2000多名业内人士参会。新智元创始人兼CEO杨静在会上发布全球首个AI专家互动资讯平台“新智元V享圈”。


全程回顾新智元AI World 2017世界人工智能大会盛况:


新华网图文回顾
http://www.xinhuanet.com/money/jrzb20171108/index.htm

爱奇艺
上午:http://www.iqiyi.com/v_19rrdp002w.html

下午:http://www.iqiyi.com/v_19rrdozo4c.html

阿里云云栖社区
https://yq.aliyun.com/webinar/play/316?spm=5176.8067841.wnnow.14.ZrBcrm








  新智元推荐  

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


本文经授权转载自专知:Quan_Zhuanzhi,点击“阅读原文”可查阅原文。



 
新智元 更多文章 【杀人机器人一击毙命】俄罗斯不顾联合国禁令强势推进军用机器人计划(视频) 【无人驾驶量产得靠128线廉价激光雷达,中国将是最大市场】专访Velodyne自动驾驶VP 【NIPS2017】大会议程最全盘点,7位重磅嘉宾报告,DeepMind、Facebook论文汇总 【斯坦福AI百年报告2017】重磅发布人工智能与机器学习全景式概览 【看车知政:李飞飞团队最新成果】识别谷歌街景中汽车图像,预测人口政治倾向
猜您喜欢 干货:gViewStub优化UI加载性能 Go: Readonly Variable ❲很有料❳Cgroup - Linux 的 IO 资源隔离 告诉你5个优秀的Live Linux桌面发行版 Brave接入ZipKin实现调用链跟踪【下】