2017年的10大AI顶会，风起云涌的故事 | 机器之心年度盘点

机器之心原创在过去一年中，人工智能与机器学习的学术顶会如AAAI、CVPR、IJCAI、ICCV、NIPS等，体现了该领域研究的活跃程度。本文概览了2017年人工智能顶会的参会情况、论文提交与接受情况，以及华人力量和获奖论文情况，旨在为读者揭示今年的科研趋势与主题。顶会概览与论文提交情况2017年，AAAI、CVPR、IJCAI、ICCV、NIPS等会议的投稿数量均超过2000篇，接受论文数量均超过600篇。ICLR作为深度学习领域盛会，今年投稿507篇，接受196篇，录用率为38.7%。KDD论文录用率最低，为18.9%。会议与论文详情1. 综合性会议2. 计算机视觉领域会议3. 自然语言处理领域会议4. 深度学习领域会议5. 数据挖掘领域会盯局议顶会中的华人力量华人学者在计算机视觉与自然语言处理领域表现出色，CVPR和ICCV接收论文中有大量华人署名，而何凯明等人的获奖论文展示了华人学者在国际顶会的影响力。获奖论文分析2017年人工智能顶会共获56篇论并则猜文，主要关注计算机视觉与自然语言处理，深度学习和数据问题等。例如，AAAI的获奖论文探讨了粒子滤波应用，ICML的论文则提出了支持向量机的优化算法。研究主题的分布获奖论文主要聚焦计算机视觉和自然绝型语言处理，涉及目标检测、图像生成、强化学习等主题。计算机视觉研究中，DenseNet和Mask R-CNN分别在卷积架构和目标分割领域取得突破。自然语言处理领域则关注机器翻译和分词模型等。学习过程与数据问题学习过程与数据问题受到关注，包括最优化方法、模型解释与数据偏见等。ADAM和AMSGRAD的研究提高了最优化方法的理解与应用。数据问题方面，数据集、隐私保护和偏见减少成为热点。其它问题强化学习和应用研究也是亮点，如选项-批评架构探索时间抽象在强化学习中的应用，神经编程架构通过递归来增强泛化能力。结语2017年，深度学习方法在人工智能领域展现出强大的吸引力，顶会的参会与投稿情况反映出该领域的活跃与发展。未来，机器之心将继续关注学术会议，展现人工智能与机器学习领域的发展脉络与创新成果。