【导读】第28届ACM国际多媒体会议(ACM MM)于2020年10月12日至16日在线举行。刚刚,包括最佳论文,最佳学生论文,最佳demo, 最佳开源软件在内的所有多媒体领域大奖都已出炉。

ACM国际多媒体会议(ACM International Conference on Multimedia, 简称自1993年首次召开以来,ACMMM每年召开一次,已经成为多媒体领域顶级会议,也是中国计算机学会推荐的A类国际学术。会议热门方向有大规模图像视频分析、社会媒体研究、多模态人机交互、计算视觉、计算图像等等。

最佳论文

标题:PiRhDy: Learning Pitch-, Rhythm-, and Dynamics-aware Embeddings for Symbolic Music (学习考虑音高、节奏和动态的符号音乐嵌入)

作者:Hongru Liang, Wenqiang Lei, Paul Yaozhu Chan, Zhenglu Yang, Maosong Sun, Tat-Seng Chua

摘要:目前,确定性嵌入仍然是计算音乐学中符号音乐深度学习的基本挑战之一。与自然语言类似,音乐可以被建模为token序列,这促使大多数现有的解决方案探索利用文本嵌入模型来构建音乐嵌入。然而,音乐与自然语言有两个关键的区别:(1)音乐token是多面性的,它包含了音高、节奏和动态信息;(2)音乐上下文是二维的——每个音乐token都依赖于旋律上下文和和声上下文。在这项工作中,我们提供了一个全面的解决方案,方案包含一个名为PiRhDy的新框架,它无缝地集成了音高、节奏和动态信息。PiRhDy采用一种层次化的策略,它可分解为两个步骤: (1) token(即音符事件)建模,分开表示音高、节奏和动态,并将它们集成为单个token; (2)上下文建模,利用旋律和和声知识训练token嵌入。我们对PiRhDy的各组成部分和子策略进行了深入研究,并在三个下游任务中进一步验证了嵌入的效果——旋律完成、伴奏建议和类型分类。研究结果表明PiRhDy是符号音乐神经方法的重要进展,也展现出PiRhDy作为广泛的符号音乐应用预训练模型的潜力。

论文地址: https://dl.acm.org/doi/abs/10.1145/3394171.3414032

最佳学生论文

标题:Learning from the Past: Meta-Continual Learning with Knowledge Embedding for Jointly Sketch, Cartoon, and Caricature Face Recognition(从过去学习: 面向素描、卡通和漫画人脸联合识别的知识嵌入元持续学习)

作者: Wenbo Zheng, Lan Yan, Feiyue Wang, Chao Gou

摘要:本文面向一个从不同模态学习的挑战性任务,解决了针对抽象素描、卡通、漫画和真实照片的人脸联合识别问题。由于抽象人脸的显著差异,建立视觉模型来识别来自这些模式的数据是一项极具挑战性的工作。我们提出了一个新的框架,称为知识嵌入元持续学习,以解决素描,卡通和漫画的人脸联合识别任务。特别地,我们首先提出了一个深度关系网络来捕获和记忆不同样本之间的关系。其次,我们展示了知识图的构建,它将图像和标签联系起来,作为元学习者的指导。然后,我们设计了一个知识嵌入机制,以纳入知识表示到我们的网络。最后,为了减轻灾难性遗忘,我们使用元连续模型,更新我们的集成模型,提高其预测精度。使用这种元连续模型,我们的网络可以从过去学习。最后的分类是我们的网络通过学习比较样本的特征而获得的。实验结果表明,与其他先进的方法相比,我们的方法获得了更高的性能。

论文地址:

https://dl.acm.org/doi/abs/10.1145/3394171.3413892

成为VIP会员查看完整内容
0
20

相关内容

【导读】CCF A类会议多媒体 ACM Multimedia 2020接收论文列表,刚刚已公布,你的文章中了吗?

据官方博,ACM Multimedia 2020官方今日发布接收论文,共有1698篇论文投稿,共有472篇接受,接受率27.8%。

ACM Multimedia 2020原定于2020年10月12-16日在美国西雅图举行。因为疫情原因将在在线虚拟进行。

自1993年召开第一届学术大会以来,每年的ACM Multimedia(简称ACM MM)是国际多媒体领域学术和产业界交流的最顶级盛会,也是中国计算机学会推荐的多媒体领域唯一的A类国际学术会议。热门方向有大规模跨媒体分析、理解与搜索、多模态人机交互、多媒体系统与推荐、计算视觉、计算图像、多媒体艺术、社会媒体研究等。ACM Multimedia每年在欧洲、美洲和亚太地区轮流举办,如今每年参会者近千人。按照惯例,该会议的主办权提前三年确定,以便有充裕的时间筹办。

接受论文id列表: http://2020.acmmm.org/accepted-paper-id-list.txt

成为VIP会员查看完整内容
0
23

【导读】数据挖掘顶会KDD 2020接收论文列表已公布,你的文章中了吗?

KDD2020官方今日发布接收论文,共有1279篇论文提交到Research Track,共有216篇接受,接受率16.8%。

ACM SIGKDD(国际数据挖掘与知识发现大会,简称 KDD)是世界数据挖掘领域的最高级别的学术会议,由 ACM 的数据挖掘及知识发现专委会(SIGKDD)主办,被中国计算机协会推荐为 A 类会议。

自 1995 年以来,KDD 已经连续举办了二十余届大会,今年是第26届。今年的 KDD 大会将于 2020 年 8 月 23 日 ~27 日在美国美国加利福尼亚州圣地亚哥举行。

成为VIP会员查看完整内容
0
40

【导读】CCF A类会议,国际万维网大会WWW 2020(International World Wide Web Conference)于2020年4月20日至24日在中国台湾举行。碰到疫情,WWW采用在线举行。刚刚最佳论文一系列奖项出炉了!来自俄亥俄州立大学的开放意图抽取《 Open Intent Extraction from Natural Language Interactions》获得最佳论文,北京邮电大学的移动App占位《Mobile App Squatting 》获得最佳学生论文!

「最佳论文奖」(Best Paper Award)

自然语言交互的开放意图提取 Open Intent Extraction from Natural Language Interactions

作者: Nikhita Vedula , Nedim Lipka , Pranav Maneriker , Srinivasan Parthasarathy Authors Info & Affiliations

摘要:准确地从用户的书面或口头语言中发现他们的意图在自然语言理解和自动对话响应中扮演着重要的角色。大多数现有的研究将其建模为每个话语都有一个意图标签的分类任务,将用户的话语从一组已知的类别中分组为一个单一的意图类型。在此基础上,我们定义并研究了公开意图发现的新问题。它涉及到从文本话语中发现一个或多个通用的意图类型,这些类型可能在训练中没有遇到。我们提出了一种新领域无关的方法OPINE,它将问题表述为开放世界环境下的一个序列标记任务。它在双向LSTM上使用CRF来以一致的格式提取意图,受意图标签标签之间的约束。我们用了一个多头自注意力机制来有效地学习远处单词之间的依赖关系。我们进一步使用对抗性训练来提高性能,并在不同的领域强有力地适应我们的模型。最后,我们策划并计划发布一个开放的意图注释数据集,包含25K个跨越不同领域的真实话语。大量的实验表明,我们的方法优于最先进的基线5-15%的F1得分点。我们还演示了OPINE在识别多个不同的域意图方面的有效性,每个域的训练示例有限(也可以为零)。

https://dl.acm.org/doi/10.1145/3366423.3380268

「最佳学生论文奖」(Best Student Paper Award)

移动App占位 Mobile App Squatting

Authors: Yangyu Hu , Haoyu Wang , Ren He , Li Li , Gareth Tyson , Ignacio Castro , Yao Guo , Lei Wu , Guoai Xu

域名占用是攻击者模仿流行域名注册的一种对抗策略,已经被观察了几十年。然而,越来越多的证据表明,这种攻击方式已经蔓延到其他领域。在这篇文章中,我们探讨了占用攻击在移动应用生态系统中的存在。在“App Squatting”中,攻击者发布的带有标识符(如App名称或包名)的应用,与流行应用或知名互联网品牌的应用混淆不清。本文首次对app占用进行了深入的测量研究,揭示了app占位的流行及其意义。我们首先确定了app squatters常用的11种变形方式,并提出了一种名为“AppCrazy”的app标识符自动生成工具。我们将AppCrazy应用到谷歌Play中最受欢迎的500个应用中,生成了224,322个变形关键字,然后我们将这些变形关键字用于测试流行市场上的app非法占位者。通过这个,我们确认了问题的规模,确定了10553个占用应用程序(平均每个合法应用程序超过20个占位程序)。我们的调查显示,超过51%的非法占用应用程序是恶意的,其中一些非常受欢迎(高达1000万次下载)。同时,我们也发现移动应用市场在识别和消除非法占用应用方面并不成功。我们的发现表明了识别和防止滥用app的紧迫性。为此,我们已经公开发布了所有识别出的占位应用程序,以及我们的工具AppCrazy。

https://dl.acm.org/doi/abs/10.1145/3366423.3380243

成为VIP会员查看完整内容
0
24
小贴士
相关VIP内容
相关论文
Shangtong Zhang,Bo Liu,Hengshuai Yao,Shimon Whiteson
0+阅读 · 2020年11月23日
Aidan Hogan,Eva Blomqvist,Michael Cochez,Claudia d'Amato,Gerard de Melo,Claudio Gutierrez,José Emilio Labra Gayo,Sabrina Kirrane,Sebastian Neumaier,Axel Polleres,Roberto Navigli,Axel-Cyrille Ngonga Ngomo,Sabbir M. Rashid,Anisa Rula,Lukas Schmelzeisen,Juan Sequeda,Steffen Staab,Antoine Zimmermann
75+阅读 · 2020年3月4日
Yoshua Bengio
3+阅读 · 2019年12月2日
Kun Xu,Liwei Wang,Mo Yu,Yansong Feng,Yan Song,Zhiguo Wang,Dong Yu
11+阅读 · 2019年5月28日
Nikolaos Passalis,Anastasios Tefas
5+阅读 · 2019年3月20日
Ye Liu,Hui Li,Alberto Garcia-Duran,Mathias Niepert,Daniel Onoro-Rubio,David S. Rosenblum
13+阅读 · 2019年3月13日
Nikos Voskarides,Edgar Meij,Ridho Reinanda,Abhinav Khaitan,Miles Osborne,Giorgio Stefanoni,Prabhanjan Kambadur,Maarten de Rijke
3+阅读 · 2018年7月8日
EARL: Joint Entity and Relation Linking for Question Answering over Knowledge Graphs
Mohnish Dubey,Debayan Banerjee,Debanjan Chaudhuri,Jens Lehmann
3+阅读 · 2018年6月25日
Rem Hida,Naoya Takeishi,Takehisa Yairi,Koichi Hori
7+阅读 · 2018年5月6日
Hanie Sedghi,Ashish Sabharwal
6+阅读 · 2018年3月28日
Top