BOB(中国)官方入口-BOB平台在线入口

栏目分类
热点资讯
BOB电竞平台
你的位置:BOB(中国)官方入口-BOB平台在线入口 > BOB电竞平台 > BOB电竞平台 元学习炎度不再!ICLR2022投稿趋势:深化学习榜首,深度学习第二
BOB电竞平台 元学习炎度不再!ICLR2022投稿趋势:深化学习榜首,深度学习第二

发布日期:2021-10-15 18:04    点击次数:199

 

比来GitHub上一个项现在ICLR2022-OpenReviewData爬取了ICLR2022的一切投稿论文BOB电竞平台。

统统有3407篇,通太甚析发现炎度前50的投稿关键词中,深化学习、深度学习、图神经网络排在前三位,并且深化学习和深度学习的投稿数目要远超其他钻研周围,例如对比学习、迁移学习的投稿数目不能深化学习的四分之一。

议决词云可视化后这栽趋势也一现在了然。

议决对标题关键词的单词进走分析后,能够望到论文操纵的词的差距异国短语那么大,钻研人员更爱最爱用外示。

作者在仓库中放出了爬取论文列外的代码,不过答该只能在Windows平台下运走。

最先必要下载一个msedgedriver.exe的程序,方便模仿涉猎器的走为进走数据爬取。除了MicrosoftEdge外,也能够操纵Chromium的driver。

爬取数据大约耗时30分钟,自然倘若不想运走,作者也挑供了爬取后的数据。

这个仓库受到ICLR2021-OpenReviewData数据分析的启发,议决数据对比能够发现,ICLR2021的前两名照样是深度学习和深化学习,只不过位置发生了变换,三四名也是图神经网络和外示学习,位次也发生了转换。在ICLR2021中比较火炎的元学习,过了一年后炎度也有了清晰的消极。

在ICLR2021的一切论文中,平平分为5.367,大片面论文都荟萃在5-6分,3.8分以下和7分以上都是一件不容易的事。

作者还钻研了一下文章的评分和关键词之间的有关,能够发现reviewer的平均评分和关键字的频率之间有很大的有关,要最大限度地挑高获得更高评分的机会,能够操纵诸如深度生成模型之类的关键字。

绝大无数计算机科学会议都操纵匿名同走评审,OpenReview挑供一个平台旨在促进同走评审过程的盛开性。论文评论、指斥和最后决定都将向公多公布。

自然OpenReview这栽手段也会促使各位作者更添慎重地投稿本身的论文,防止被公开处刑。

除了上述的浅易分析外,OpenReview也能够行为更大周围的语料挑供给钻研者进走钻研,钻研人员从OpenReview平台搜集了5527份偏见书和16853份评论,除此之外还从GoogleScholar和arXiv.org的非同走评审版本搜集这些挑交的引文数据。

https://arxiv.org/abs/2103.05885

ICLR自2013年最先不息操纵OpenReview平台进走双盲评审,每篇论文分配评审后,清淡由三名评审员自力评估一篇论文。在rebuttal之后,评论者能够访问作者的回复和其他同走的偏见,并响答地修改他们的评论。

然后,项现在主席为每篇论文撰写元评论,按照三篇匿名评论做出最后的批准/拒绝决定。每次正式评审主要包括评审分数和详细评审偏见。官方评论和元评论都在OpenReview平台上向公多盛开,也能够在OpenReview上发布他们的评论。

论文中爬取了2017年以的审阅数据,由于2017年之前挑交的原料太少。固然行使了双盲审阅过程,但在论文的最后决定之后,还将公布被拒绝失踪的作者的身份。

由于挑交量的大幅增补,ICLR2020雇佣了更多的评审自愿者。有人诉苦评审人员的质量主要消极。在其他人造智能会议上,如NIPS、CVPR和AAAI中也不益看察到相通的情况。很多作者诉苦他们的偏见异国得到很益的评价,由于指定的非行家评审员匮乏有余的技术背景,无法理解他们的主要贡献。

但这些非行家对审阅进程有何影响却异国一个定量的分析。

对于2017-2019年ICLR,审核人给出1到10之间的审核分数。对于2018-2020年,BOB电竞平台信任度为1和2的重新评估分数能够高于信任度为4和5的审阅分数。

2017年ICLR的趋势不懂得由于它包含的样本太少不具有统计意义。2017-2019年最矮信任程度审阅的平均审阅分数为5.675而最高信任程度审阅的平均审阅分数为4.954。2020年最矮和最高信任程度审阅的数字别离为4.726和3.678。

钻研效果外明矮信任度的评审员倾向于更坚硬和厉格由于他们能够对确定的短处有信念。

下图中每一点都外示一组具有特定信任程度的评审点的大幼外示该组中评论的相对数目两点之间的距离外示两组之间的评审分数迥异。

按照每个评论的心理分析效果和评论得分的有关性分析中钻研人员将具有相通方面感情组相符的评论分组并计算每组的平均评论分数并且不考虑批准少于3次审阅的群体由于他们的样本太少不具有统计隐微性。

将效果可视化后能够望到从宏不益看角度望较高的审阅分数清淡会带更积极的方面这也是预想之中的。还不益看察到大无数评分高于6分的评论在稀奇性、动机和外现方面异国负面评论但在有关做事和实验中能够存在一些缺陷。对论文总体持一定态度的审稿人能够会对有关做事和实验挑出改进提出使论文更添完善。演讲质量和实验益像比其他方面更频繁被挑及并且对外达的积极心理分布更添均匀。这意味着陈述在决策中不首主要作用。

同样趣味的是异国一项审阅的一切方面都是积极的或消极的。一篇论文不太能够在一切方面都自圆其说或毫无价值。审稿人也能够对论文更厉格对差的论文更宽容。

议决深入晓畅这些数据能够得到一些趣味的发现这些发现有助于理解公多参与的双盲同走评审过程的有效性能够还有助于撰写论文、审阅论文以及决定是否批准论文。

人造智能会议是一个授与周围普及的学科周围。作者频繁被请求选择与他们挑交的内容最有关的周围。区域主席能够为某个钻研周围的挑交做出决策。差别地区能够会收到差别数目的挑交也能够有差别的批准率。项现在主席未必会在会议的开幕式上宣布每个区域的挑交数目和批准率这能够以某栽手段外明每个区域的受迎接程度。

但是按地区进走的分类比较粗糙必要挑供更详细新闻的更细粒度的分类。由于OpenReview挑供了更详细的挑交新闻能够行使每个挑交的标题、提要和关键字挑供更细粒度的聚类效果并搜集每个挑交集群的批准率统计数据。

从授与主题上能够不益看察到大体上是一个深度学习钻研的总体组织及钻研主题内部之间的有关性。例如左侧片面的挑交内容属于深化学习周围。

另一个自力的钻研周围是图形神经网络也是一个新的自力钻研周围。

下一个自力主题是对抗生成网络它们与DNN优化技术同化在一首由于在特定的行使周围挑出了很多优化改进DNN。

深化学习、GNNs、GANs、NLP和计算机视觉吸引了超过50%的挑交这些都是当今深度学习钻研的炎门话题。

差别课题之间的批准率也存在隐微迥异暗匣子对抗性抨击属于深化学习周围。图神经网络批准率为26.67%BERT批准率为27.27%GANs批准率为20.18%深化学习批准率为31.58%。

华为大数据认证-HDFS技术 5G新闻试商用在即移动拟采购技术赞成服务 如何防止企业的数据和机密从GitHub存储库泄露 人造智能正在转折柔件开发模式 做事力管理技术如何挑高营业绩效

BOB电竞平台 BOB体育首页 BOB综合体育在线