张伟
[转载]深度学习国际会议-ICLR
2021-7-7 15:32
阅读:696

ICLR 简介

  ICLR,全称为International Conference on Learning Representations(国际学习表征会议),2013 年开始每年举办一次,2020年将举办第八届会议,该会议已经得到学术研究者们的广泛认可,被认为是深度学习领域的顶级会议,虽然成立时间不长,但是与AAAI、CVPR、ACL 及 NIPS 等老牌学术会议一样,被 CCF 评选为一类会议。

创办者

  ICLR 是由位列深度学习三大巨头之二的 Yoshua Bengio 和 Yann LeCun 牵头创办。

  Yoshua Bengio ,蒙特利尔大学教授,深度学习三巨头之一,他领导蒙特利尔大学的人工智能实验室(MILA)进行 AI 技术的学术研究。MILA 是世界上最大的人工智能研究中心之一,与谷歌也有着密切的合作。

  Yann LeCun ,纽约大学教授,深度学习三巨头之一的他现任 Facebook 人工智能研究院(FAIR)院长,卷积神经网络之父,为深度学习的发展和创新作出了重要贡献。

会议宗旨

  ICLR 希望能为深度学习提供一个专业化的交流平台。众所周知,数据的应用表征对于机器学习的性能有着重要影响。表征学习的迅猛发展也伴随着不少问题,比如我们如何更好地从数据中学习更具含义及有效的表征。我们对这个领域展开了探索,包括了深度学习、表征学习、度量学习、核学习、组合模型、非常线性结构预测及非凸优化等问题。

  尽管表征学习对于机器学习及包括视觉、语音、音频及 NLP 领域起着至关重要的作用,目前还缺乏一个场所,能够让学者们交流分享该领域所关心的话题。ICLR 的宗旨正是填补这一鸿沟。

会议特色:Open Review 评审机制

  ICLR 不同于其它国际会议,得到好评的真正原因,并不只是两位创办者所自带的名人光环,而在于它推行的 Open Review 评审制度。

Open Review 评审机制

  目前的论文审核主要分为单盲 (single-blind review)、双盲 (double-blind review) 及开放评审(open review)等多种形式。单盲评审的含义非常简单,即评审知道作者的名字、学校等身份信息,但作者并不知道评审论文的人是谁;而双盲评审则是双方都不知晓彼此的身份信息。这两种方式为较多学术会议及期刊评审论文的主要途径。

  单盲评审的优势非常明显,即评审处于匿名身份,可以让评审免受压力,但评审由于知道了论文的作者信息,则非常有可能产生刻板印象,产生不够客观的评审结果。比如,对于比较有名的学者,评审会对论文的质量产生预设。而双盲评审则能够大幅降低作者个人信息所带来的附加效应,不过,评审也非常有可能从行文、主题中判断作者的信息。

  而 Open Review 则非常不同,根据规定,所有提交的论文都会公开姓名等信息,并且接受所有同行的评价及提问(open peer review),任何学者都可或匿名或实名地评价论文。而在公开评审结束后,论文作者也能够对论文进行调整和修改。

  ICLR 虽然并不一定是第一个采用 Open Review 进行论文评审的机构,但一定是做得最公开、影响范围最大的一个会议。虽然 ICLR 开了公开透明的先河,但也有可能引来争议及不必要的舆论讨论。

  目前 ICLR 的历届所有论文及评审讨论的内容,都完整地保存在 OpenReview.net 上,它也是 ICLR 的官方投稿入口。OpenReview.net 是马萨诸塞大学阿默斯特学院 Andrew McCAllum 为 ICLR 2013 牵头创办的一个公开评审系统,秉承公开同行评审、公开发表、公开来源、公开讨论、公开引导、公开推荐、公开 API 及开源等八大原则,得到了 Facebook、GOOGle、NSF 和马萨诸塞大学阿默斯特中心等机构的支持。此外,目前它也接受其它学术会议的论文投递。


【参考】

雷锋网:《才办了五年的 ICLR,为何被誉为“深度学习的顶级会议”?| ICLR 2017》


转载本文请联系原作者获取授权,同时请注明本文来自张伟科学网博客。

链接地址:https://wap.sciencenet.cn/blog-3428464-1294476.html?mobile=1

收藏

分享到:

当前推荐数:0
推荐到博客首页
网友评论0 条评论
确定删除指定的回复吗?
确定删除本博文吗?