ICLR 2019趣分析:「学神」吴佳俊个人高产,谷歌、MIT投稿量最多

2019 年 3 月 26 日 机器之心

机器之心报道

参与:路雪

关于 ICLR 2019,哪些主题最热门?哪些机构投稿量最多?哪些作者投稿量最多?本文带你了解。

一年一度的深度学习领域盛会 ICLR 将于 5 月 6 日-9 日在美国新奥尔良举行。去年底,ICLR 2019 公布论文接收结果。本届 ICLR 共收到 1591 篇论文投稿,相比去年的 996 篇增长了 60%,接收论文 502 篇,其中 Oral 论文 24 篇,Poster 论文 478 篇。


接收论文地址:https://openreview.net/group?id=ICLR.cc/2019/Conference


那么哪些论文排名较高,这届大会论文能反映出怎样的研究趋势呢?机器之心根据网上信息整理了一些数据。


今年的 ICLR 论文中,强化学习和 GAN 依然是两大热门研究领域


根据 criteo-research 的统计,这届 ICLR 的热门研究主题如下图所示:

图源:https://github.com/criteo-research/iclr_analysis


除强化学习、GAN 以外,对抗样本元学习、优化、表征学习也是很受关注的研究课题。


评审分数置信度热图如下所示:


图源:https://github.com/criteo-research/iclr_analysis


评审分数的原始数据统计结果如下所示:

图源:https://github.com/criteo-research/iclr_analysis


而论文投稿数量最多的结构中,谷歌位列第一。巴塞罗那自治大学计算机视觉中心博士 Pau Rodríguez 基于 openriview 上的数据对 ICLR 2019 的论文进行了分析。


图源:https://prlz77.github.io/iclr2019-stats-2/(由于篇幅有限,此处未展示完整列表,详情请点击图源网址)


如上图所示,ICLR 2019 投稿数量 top 100 的单位包括谷歌、MIT、UC 伯克利、CMU、微软、斯坦福大学、Facebook、多伦多大学、IBM 等。与 2018 年相比,大多数高产组织的投稿数量又有增长。下图展示了这些单位 2018、2019 年的论文投稿数量变化(包括 Oral、Poster 和被拒论文的数量对比)。



图源:https://prlz77.github.io/iclr2019-stats-2/


Pau Rodríguez 还列举了最高产的论文作者,包括强化学习大牛 Sergey Levine、深度学习巨头 Yoshua Bengio、MIT 脑与认知科学系教授 Joshua B. Tenenbaum,以及学神吴佳俊(现为 MIT 博士)。


图源:https://prlz77.github.io/iclr2019-stats-2/


此外,Pau Rodríguez 还发现最高产的投稿单位与其他组织的合作最多,如下图所示,谷歌、微软、MIT、CMU、UC 伯克利等更多地与其他机构合作。


谷歌及其合作机构。(图源:https://prlz77.github.io/iclr2019-stats-2/)


而最高产的作者之间的合作情况如何呢?


图源:https://prlz77.github.io/iclr2019-stats-2/(由于篇幅所限,此处无法完整展示该图,感兴趣的读者请戳图源地址查看详细信息。)


本文概述了 ICLR 2019 的投稿情况、热门研究方向、高产机构和作者及其合作情况,希望对大家有所帮助。


参考链接:https://github.com/criteo-research/iclr_analysis

https://prlz77.github.io/iclr2019-stats-2/



本文为机器之心报道,转载请联系本公众号获得授权

✄------------------------------------------------

加入机器之心(全职记者 / 实习生):hr@jiqizhixin.com

投稿或寻求报道:content@jiqizhixin.com

广告 & 商务合作:bd@jiqizhixin.com

登录查看更多
1

相关内容

ICLR,全称为「International Conference on Learning Representations」(国际学习表征会议),2013 年才刚刚成立了第一届。这个一年一度的会议虽然今年才办到第五届,但已经被学术研究者们广泛认可,被认为「深度学习的顶级会议」。 ICLR由位列深度学习三大巨头之二的 Yoshua Bengio 和 Yann LeCun 牵头创办。 ICLR 希望能为深度学习提供一个专业化的交流平台。但实际上 ICLR 不同于其它国际会议,得到好评的真正原因,并不只是他们二位所自带的名人光环,而在于它推行的 Open Review 评审制度。
【ACL2020】多模态信息抽取,365页ppt
专知会员服务
140+阅读 · 2020年7月6日
【ACL2020-伯克利】预训练Transformer提高分布外鲁棒性
专知会员服务
19+阅读 · 2020年4月14日
MIT公开课-Vivienne Sze教授《深度学习硬件加速器》,86页ppt
Reddit最火!55页博士笔记总结ICLR 2019大会干货
新智元
29+阅读 · 2019年5月11日
【ICLR 2019录用结果出炉】24篇Oral, 918被拒
专知
7+阅读 · 2018年12月21日
ICLR 2019论文接收结果揭晓:24篇oral论文有没有你?
Arxiv
43+阅读 · 2019年12月20日
A Comprehensive Survey on Transfer Learning
Arxiv
117+阅读 · 2019年11月7日
Arxiv
5+阅读 · 2018年6月12日
Arxiv
3+阅读 · 2018年4月11日
VIP会员
Top
微信扫码咨询专知VIP会员