Reddit票选 | 2019年绝对不能错过的机器学习论文

来源 | reddit.com

编辑 | 神经星星 神经小兮

技术顾问 | 姜汉(openbayes.com)

来源 | HyperAI超神经(ID:HyperAI

【导读】回顾 2019 年,人工智能领域时有大事发生,吸引着各界人士的关注。这一年,也诞生了数篇优质论文。我们收集了 Reddit 上网友 2019 最喜欢的论文,供大家一起分享、学习与探讨。

虽然 2019 年已经渐行渐远,但回顾这一年,人工智能领域发生的很多大事件产生的影响依然深远。

从黑洞照片公布到量子霸权实现,从清华天机芯到 ZAO App 的 AI 换脸,从中国人脸识别第一案到 AI 合成语音诈骗……

同时,在 AI 引发颇多思考的一年中,优秀的论文也源源不断地诞生,让我们得以了解和学习,在 AI 领域各个方向的技术所取得的新进展。

我们收集了 Reddit 上,网友分享的「2019 最喜欢的论文」,与大家分享,希望大家能从这些论文中,对 2020 年人工智能的发展方向、前沿技术,略窥一二。

Reddit 传送门:http://dwz.win/wke

理论研究 

《借助欠平滑 HAL,有效估计路径可微分目标参数》


论文链接:https://arxiv.org/pdf/1908.05607.pdf

在本文中,作者认为,功能参数平滑特征的渐近有效估计量,都可在易验证的全局欠平滑条件下,借助 Spline-HAL-MLE 获取。

通过使用 targeted HAL-MLE 作为元学习步骤,有可能得到一个估计器,该估计器可将 superlearning、 undersrmoothed HAL-MLE 以及 TMLE 结合利用。

平均密度值参数的模拟结果

2 计算机视觉 

《BA-Net:密集捆绑调整网络》

论文链接:http://dwz.win/wmQ

本文介绍了一种神经网络,通过特征束调整(BA),来解决运动结构(SfM)问题。此外,这项工作引入了一种新颖的深度参数化,来恢复密集的每像素深度。

整个系统很好地结合了领域知识(硬编码多视图几何约束)和机器学习,从而解决极具挑战性的 SfM 问题。大规模实验证明,该方法优于传统 BA 及当下的深度学习方法。

BA-Net 结构一览

3 计算机视觉 

《MoCo:无监督视觉表示学习方法》

论文链接:https://arxiv.org/pdf/1911.05722.pdf

论文的一作是计算机视觉领域大牛何恺明。该方法在一系列无监督计算机视觉相关任务中,都表现优异。MoCo 从 IN-1M 到 IG-1B 的改进引人注目,但相对较小,这表明较大规模的数据可能没有被充分利用。

除简单的实例区分任务以外, MoCo 还可以应用于 masked auto-encoding 等自监督任务,无论是语言方向还是视觉方向。

三种对比损失机制的概念比较

无监督学习 

《通过隐藏单元对抗进行无监督学习》

论文链接:http://dwz.win/wuJ

在文中,作者设计了一种学习算法,该算法利用隐藏层中的全局抑制,能够以一种完全无监督的方式,学习早期的特征检测器。

这些低层特征检测器通常可借助监督的方式,训练高层权重,从而使整个网络的性能可与标准前馈网络的性能相提并论,通过反向传播算法,实现简单的训练任务。

训练算法的 Pipeline

理论研究 

《N-BEATS:可用于可解释时间序列预测的神经基础扩展分析》

论文链接:https://arxiv.org/pdf/1905.10437.pdf

作者在本文中提出并验证了用于单变量 TS 预测的新型架构。该架构通用且灵活,在各种 TS 预测中,都表现良好。

该实验证明 DL 可以多任务方式,在多个时间序列上训练模型,并且支持共享独立的学习任务。研究人员推测,N-BEATS 的优秀表现,可以部分归因于它执行了元学习的形式,未来将在该领域进行更深入的研究。

以上就是 Reddit 上用户分享的 2019 年机器学习精选论文,大家可以复制链接在浏览器打开查看。

(*本文为AI科技大本营转载文章,转载请联系原作者

精彩推荐

人工智能数学基础系列公开课通过人工智能热点问题开始,引出其中蕴涵的数学原理,然后构建解决实际问题的数学模型和方法,兼具趣味性与实用性。

 1月16日晚8:00, 哈工大屈教授在线直播课---『看得见 』的数学,带大家解密计算机视觉背后的数学知识!

点击阅读原文,或扫描海报二维码免费报名

加入公开课福利群,每周还有精选学习资料、技术图书等福利发送、60+公开课免费学习

推荐阅读

发布了1301 篇原创文章 · 获赞 1万+ · 访问量 543万+
展开阅读全文

没有更多推荐了,返回首页

©️2019 CSDN 皮肤主题: 大白 设计师: CSDN官方博客

分享到微信朋友圈

×

扫一扫,手机浏览