NeurIPS 2022机器学习研究精选指南

部署运行你感兴趣的模型镜像

算法公平性

两个头是否等同于一个?在公平神经网络中识别差异处理
Michael Lohaus, Matthaus Kleindessner, Krishnaram Kenthapadi, Francesco Locatello, Chris Russell

计算机视觉

随机反向传播的深入研究
Jun Fang, Mingze Xu, Hao Chen, Bing Shuai, Zhuowen Tu, Joseph Tighe

自监督非模态视频对象分割
Jian Yao, Yuxin Hong, Chiyu Wang, Tianjun Xiao, Tong He, Francesco Locatello, David Wipf, Yanwei Fu, Zheng Zhang

大规模点云的自监督预训练
Zaiwei Zhang, Min Bai, Erran Li
(该方法将大规模3D点云分割为M个占用体积,通过随机旋转和缩放生成两个增强视图,随后采样生成全局和局部裁剪)

大规模半监督视觉变换器
Zhaowei Cai, Avinash Ravichandran, Paolo Favaro, Manchen Wang, Davide Modolo, Rahul Bhotika, Zhuowen Tu, Stefano Soatto

持续学习

NLP结构化预测中的模型更新回归度量与减少
Deng Cai, Elman Mansimov, Yi-An Lai, Yixuan Su, Lei Shu, Yi Zhang

变换器的内存高效持续学习
Beyza Ermis, Giovanni Zappella, Martin Wistuba, Cédric Archambeau

分布偏移

迁移学习中的分布外泛化分析
Florian Wenzel, Andrea Dittadi, Peter Gehler, Carl-Johann Simon-Gabriel, Max Horn, Dominik Zietlow, David Kernert, Chris Russell, Thomas Brox, Bernt Schiele, Bernhard Schölkopf, Francesco Locatello

神经网络结构

神经注意力电路
Martin Weiss, Nasim Rahaman, Francesco Locatello, Chris Pal, Yoshua Bengio, Nicolas Ballas, Erran Li

地球系统预测

Earthformer:面向地球系统预测的时空变换器探索
Zhihan Gao, Xingjian Shi, Hao Wang, Yi Zhu, Yuyang (Bernie) Wang, Mu Li, Dit-Yan Yeung
(基于10分钟间隔采集的天气事件图像序列,颜色光谱从绿到紫表示降水强度)

联邦学习

自感知个性化联邦学习
Huili Chen, Jie Ding, Eric Tramel, Shuang Wu, Anit Kumar Sahu, Salman Avestimehr, Tao Zhang

机器学习方法

拥抱间隔:VAE执行独立机制分析
Patrik Reizinger, Luigi Gresele, Jack Brady, Julius von Kuegelgen, Dominik Zietlow, Bernhard Schölkopf, Georg Martius, Wieland Brendel, Michel Besserve

基于条件变分自编码器的流形维度学习
Yijia Zheng, Tong He, Yixuan Qiu, David Wipf

变分推断中似然不变性的有害影响
Richard Kurle, Ralf Herbrich, Tim Januschowski, Yuyang (Bernie) Wang, Jan Gasthaus
(在贝叶斯神经网络中,权重和偏置作为随机变量,其后验分布由数据集诱导。研究证明在特定条件下,均值场近似会产生与显式建模不变性的近似相同的后验预测分布)

对比学习为何需要大批次?梯度偏差视角
Changyou Chen, Jianyi Zhang, Yi Xu, Liqun Chen, Jiali Duan, Yiran Chen, Son Tran, Belinda Zeng, Trishul Chilimbi

隐私保护

多任务学习和边际查询的私有合成数据
Giuseppe Vietri, Cédric Archambeau, Sergul Aydore, William Brown, Michael Kearns, Aaron Roth, Ankit Siva, Shuai Tang, Steven Wu

推荐系统

理解学习排序中的特权特征蒸馏
Shuo Yang, Sujay Sanghavi, Holakou Rahmanian, Jan Bakus, S. V. N. Vishwanathan

提升 bandits 算法
Yu-Guan Hsieh, Shiva Kasiviswanathan, Branislav Kveton

强化学习

强调式强化学习的自适应兴趣机制
Martin Klissarov, Rasool Fakoor, Jonas Mueller, Kavosh Asadi, Taesup Kim, Alex Smola

在线网络减速的深度强化学习加速
Kavosh Asadi, Rasool Fakoor, Omer Gottesman, Taesup Kim, Michael L. Littman, Alex Smola

表格数据处理

通过邻域传播学习增强表格数据表示
Kounianhua Du, Weinan Zhang, Ruiwen Zhou, Yangkun Wang, Xilong Zhao, Jiarui Jin, Quan Gan, Zheng Zhang, David Paul Wipf
(与传统树模型和检索方法不同,该方法将多数据实例建模为超图并借助标签捕获关联性)
更多精彩内容 请关注我的个人公众号 公众号(办公AI智能小助手)或者 我的个人博客 https://blog.qife122.com/
公众号二维码
外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

您可能感兴趣的与本文相关的镜像

PyTorch 2.7

PyTorch 2.7

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值