NIPS 2016 Highlighted Papers

今天看到NIPS官网开放了部分录用文章的Spotlight Videos，迫不及待撸了一遍，特别将一些有趣、有料的highlight出来分享给大家。文章链接均为油管视频，戳前请翻墙（排名不分先后，但根据自己的兴趣在每篇文章后用“★”标记出了推荐指数，五星为最高）。

• Fast and Provably Good Seedings for k-Means

  传统k-Means算法受初始化影响较大，虽然后来有k-Means++算法来优化初始化结果，但该算法不能适用于海量数据。本文提出了一种新的更优且高效的针对k-Means初始化方法（oral paper）★★★

  
  

• Hierarchical Question-Image Co-Attention for Visual Question Answering

  针对VQA提出不仅要在image domain需要attention，同时为了增加鲁棒性还需在question domain同样加入attention；★★

  
  

• Residual Networks Behave Like Ensembles of Relatively Shallow Networks

  实验角度探究了ResNet，提出ResNet更像很多小网络的集成。比较有意思的paper；★★★★★

  
  

• Boosting with Abstention

  利用Boosting框架处理了当有“弃权”情况产生时的分类情况；★★

  
  

• Stochastic Multiple Choice Learning for Training Diverse Deep Ensembles

  多个深度模型集成算法；★★★★

  
  

• Active Learning from Imperfect Labelers

  提出一种adaptive算法以处理主动学习中labeler不不确定的情况；★★

  
  

• Deep learning for Human Strategic Behaviour

  顾名思义，同时也是一篇oral。另外，视频做的很有趣:)★★

  
  

• Improved dropout for shallow deep learning

  提出一种改进版本dropout★★★★

  
  

• Single Pass PCA of Matrix Products

  解决了大矩阵PCA分解问题★★★

  
  

• Convolutional Neural Fabrics

  抽象化CNN，学习网络结构 ★★★★

  
  

• Learning Deep Embeddings with Histogram Loss

  提出无参的Histogram loss进一步优化深度模型特征嵌入；★★★

  
  

• Tagger: Deep Unsupervised Perceptual Grouping

  很有料的文章，另外视频很赞，建议授予“最佳视频奖”:)★★★★★

转自：https://zhuanlan.zhihu.com/p/24158507