Xinzhiyuan Raporu
Editör: Wen Fei, Quan Yue
Xin Zhiyuan Rehberi 31. NIPS resmen açıldı! Xinzhiyuan'ın yazı işleri departmanı size canlı yayın sunmak için "V Live" ile birleşiyor! Bu konferansta 8500 kayıt, 156 alt alan, 7844 farklı yazar, 2093 uzman değerlendirmesi, 9747 inceleme içeren 3240 bildiri var ... Parlak rakamlar, toplantıyı kesinlikle unutulmaz kılacaktır. Bu makale en iyi 3 makale ve 1 klasik kağıt yorumuyla eklenmiştir.
Bu canlı yayın size CMU Bilgisayar Bilimleri Fakültesi doçenti Ma Jian, Stanford AI doktora öğrencisi, Profesör Li Feifei'nin öğrencisi Jim Fan ve Duke Üniversitesi Wen Wei tarafından getirildi. Jim'e fotoğraf sağladığı için özel teşekkürler.
Katılımcı sayısı 100'den 8500'e çıktı ve değişmez olan akıllı hayaller yaratmaktır.
Otuz bir yıl, bir nesil bilim ustalarının görkemli tarihi! Başkan dedi ki Denver ilk NIPS'e katıldığında sadece 100'den fazla kişi vardı ve bu yıl 8.500'den fazla kişi kaydoldu . İnsan sayısı her geçen yıl katlanarak artıyor ve sabit olan tek şey eski zeka yaratma hayalidir.
Bu konferansta sözlü ve spot ışığı içeren 2 paralel parça var. Yeni bir sanat yaratma yarışması (GAN'ın geliştirilmesinin tanıtımda büyük bir rol oynadığı) ve bir dans partisi (akademik bir konferansta bir dans partisi düzenlemek gerçekten yenilikçidir).
Konferans Programı Başkanı Samy Bengio'nun Konuşması
156 alt alanı kapsayan 3240 gönderilen makale, algoritmalar en çok ilgilenen ve derin öğrenme ikinci
Toplamda 3240 bildiri alındı (Geçen yıla göre önemli ölçüde arttı), 156 alt alanı kapsayan (Geçen yıla göre% 150 arttı), Algoritmalar en çok endişelenenlerdir, ardından derin öğrenme gelir , Bunu takiben uygulama .
Sonra sırayla: problem yöntemi, optimizasyon, teori, sinirsel ve bilişsel bilim, veri, diğer.
Toplam 679 makale kabul edildi ve kabul oranı% 21 idi , Geçen yıldan biraz daha yüksek, 40 tanesi Oral , Spotlight 112 bildiri, poster 527 bildiri, bu bildiriler şu şekilde dağıtılır:
10.000 yazar,% 90'ı erkek
Peki bu kağıtlar kimin elinden?
İstatistikler gösteriyor ki Yalnızca makalenin imzasına bakarsanız, makale başına ortalama 3,4 yazar olmak üzere 10.000 yazar (yazar) vardır. . Yazarın birden fazla makaleye katıldığı varsayımını kaldırdıktan sonra, Ayrı ayrı görüldüğünde, 7844 farklı yazar var .
7844 kişi!
Bunların büyük çoğunluğu erkektir (% 90).
Düzenleme komitesi araştırma için makalelerin% 10'unu seçti ve endüstri ve akademi tarafından sunulan makale oranının 12:88 olduğunu tespit etti.
200'den fazla saha sandalyesi, 2093 uzman değerlendirmesi, 9747 yorum
Yaklaşık 8.000 yazar makale yazdı ve konferans işleri ekibi de bulmak için çok çalıştı 2093 yorumcu , Ve kolay olmayan bir uzman incelemesidir.
183 saha başkanı (Geçen yıla göre% 83 artış) çok fazla saha başkanı olduğu için bu konferansa da "Kıdemli Saha Sandalyeleri", toplam 26 . Konferansın organizasyon komitesi, inceleme başına 6'dan fazla makale tutma, saha başkanı için 18'den fazla makale ve yalnızca 8 alana kadar sorumlu olabilecek kıdemli bir saha başkanı dahil olmak üzere aşağıdaki kağıt inceleme kurallarını tanıttı.
Toplam 9747 inceleme yorumu verdiler (her bildiride en az 3 yorum var):
3 en iyi kağıt ve 1 klasik kağıt
Bu yıl NIPS en iyi 3 makale seçti ve Classic Paper Award, 10 yıl önce rastgele özellik aramayla ilgili bir makaleye verildi. İşte kısa bir giriş:
1. En İyi Bildiri Ödülü (3 bildiri)
1. Kusursuz Bilgilendirici Oyunlar için Güvenli ve İç içe Alt Oyun Çözme
Özet: Tamamlanmamış bir bilgi oyununda, bir alt oyundaki en uygun strateji, ulaşılamayan diğer alt oyunlardaki stratejilere bağlı olabilir. Bu nedenle, tek bir alt oyun tek başına çözülemez, ancak tam bir bilgi oyunundan çok farklı olan tüm oyunun stratejisi dikkate alınmalıdır. Bununla birlikte, önce tüm oyunun çözümünü yaklaşık olarak tahmin etmek ve ardından tek tek alt oyunları çözerek iyileştirmek de mümkündür. Buna alt oyun çözme denir. Hem teorik hem de pratikte önceki yöntemleri geride bırakan bir alt oyun çözüm tekniği öneriyoruz. Ayrıca, orijinal eylem soyutlamanın dışındaki rakip davranışlarla başa çıkmak için bunları ve geçmiş alt oyun çözme tekniklerini nasıl ayarlayacağımızı gösterdik; Elde edilen sonuçlar, önceki son teknoloji yöntem olan eylem çevirisinden önemli ölçüde daha iyidir. Son olarak, alt oyun çözümünün oyun ağacı ile sürekli tekrar edilebileceğini gösteriyoruz, bu da sömürülebilirliği büyük ölçüde azaltıyor. Bu teknolojiler, Libratus'un önemli bir bileşenidir. Libratus, en iyi insan oyuncuları tek elli sonsuz el Texas Hold'em'de yenen ilk AI'dır.
2. Dışbükey Hedeflerle Varyansa Dayalı Düzenleme
Özet: Bir risk minimizasyonu ve stokastik optimizasyon metodu geliştirdik Bu metot, varyans için dışbükey bir öznitelik ikamesi sağlayarak, tahmin ve tahmin hataları arasında yaklaşık optimal ve hesaplama açısından etkili bir denge sağlar. Yöntemimiz, Robust optimizasyonunun teknik temeline ve Irving'in ampirik olasılığına dayanmaktadır Tahmin edicinin teorik performansını temsil etmek için bazı sınırlı örnekler ve asimptotik sonuçlar sunuyoruz. Spesifik olarak, sürecimizin optimal bir kanıta sahip olduğunu kanıtladık ve optimize edilmiş yaklaşım ve tahmin hatası sayesinde, ampirik risk minimizasyonu yerine daha genel bir ortamda daha hızlı bir yakınsama oranı elde edildi. Uygulamada, tahmin edicinin eğitim örneğindeki varyans ve mutlak performans arasında gerçekten ticaret yaptığına dair kesin ampirik kanıtlar sunuyoruz.Birçok sınıflandırma problemi için, standart ampirik risk minimizasyonunun örneklem dışı (test) performansını aşıyor. Kağıt adresi: https://arxiv.org/pdf/1610.02581
3. Doğrusal Zamanlı Kernel Uyum İyiliği Testi
Özet: Yeni bir uyum iyiliği uyarlamalı testi öneriyoruz, örneklem büyüklüğünün hesaplama maliyeti doğrusaldır. Gözlemlenen örnek ile referans model arasındaki farkı en iyi gösteren test özelliklerini anlamak için yanlış negatif oranı en aza indiriyoruz. Bu özellikler Stein'ın yöntemiyle oluşturulmuştur, yani modelin normalizasyon sabitini hesaplamaya gerek yoktur. Yeni testin asimptotik Bahadur verimliliğini analiz ettik ve ortalama bir kayma durumunda, hangi test parametresi seçilirse seçilsin, testimizin her zaman önceki doğrusal zaman çekirdeği testinden daha yüksek bir bağıl etkinliğe sahip olduğunu kanıtladık. Deneyde, yöntemimizin performansı önceki doğrusal zaman testini aştı ve ikinci dereceden zaman çekirdek testinin etkinliği eşit veya daha iyi. Yüksek boyutluluk ve model yapısının mevcut olması durumunda, uyum iyiliğimiz, Maksimum Ortalama Farklılığa (Maksimum Ortalama Farklılık) dayalı ikinci kez iki örneklem testinden çok daha iyidir. Kağıt adresi: https://arxiv.org/abs/1705.07673
2. Klasik Bildiri Ödülü:
"Klasik Kağıt Ödülü" 2007 yılında NIPS'de yayınlanan "Büyük Ölçekli Çekirdek Makinesi Rastgele Özellik Arama" ya layık görüldü ve 1.000'den fazla kez gösterildi.
Özet: Çekirdek makinesinin eğitimini hızlandırmak için, giriş verilerini rastgele bir düşük boyutlu özellik uzayına eşlemeyi ve ardından mevcut hızlı doğrusal yöntemi uygulamayı öneriyoruz. Dönüştürülen verilerin iç çarpımını, kullanıcı tarafından belirlenen kayma-değişmez çekirdek özellik uzayının iç çarpımına yaklaştırmak için rastgele özellikler tasarladık. İki grup rastgele özelliği inceledik, onlara çeşitli radyal temel çekirdeklerinin yakınsama aralığını sağladık ve büyük ölçekli sınıflandırma ve regresyon görevlerinde, bu özellikleri kullanan doğrusal makine öğrenme algoritmalarının performansının mevcut son teknolojiden daha iyi olduğunu gösterdik. Büyük ölçekli çekirdek makinesi. Adres: https://people.eecs.berkeley.edu/~brecht/papers/07.rah.rec.nips.pdf
NIPS 2017'de Xinzhiyuan Think Tank uzmanı, CMU School of Computer Associate Professor Ma Jian ve Stanford University AI PhD öğrencisi Jim Fan, Long Beach, Amerika Birleşik Devletleri'nde canlı yayın getirecek. Canlı gruba katılmak ve katılmak için Xinzhiyuan Mini Programını takip edin veya aşağıdaki QR kodunu tarayın. Canlı interaktif, NIPS hakkında ilk kez en son bilgileri öğrenin.