ในบทความนี้ ฉันต้องการนำเสนอเอกสารที่ได้รับรางวัลและโดดเด่นที่สุดจากการประชุม AI 5 อันดับแรกในปี 2022: CVPR, ICLR, NeurIPS, ICML และ ECCV

CVPR 2022 ( วิสัยทัศน์คอมพิวเตอร์และการจดจำรูปแบบ )

เรียนรู้ที่จะแก้ปัญหาที่ยากน้อยที่สุด —ปีเตอร์ ฮรูบี, ทิโมธี ดัฟฟ์, แอนตัน เลย์คิน และโทมัส แพจด์ลา

การตรวจจับการสั่นไหวแบบ Dual-Shutter Optical — Mark Sheinin, Dorian Chan, Matthew O'Toole, Srinivasa Narasimhan

EPro-PnP: มุมมองความน่าจะเป็นแบบ end-to-end แบบทั่วไปสำหรับการประมาณค่าท่าทางของวัตถุตาเดียว — Hansheng Chen, Pichao Wang, Fan Wang, Wei Tian, ​​Lu Xiong, Hao Li

Ref-NeRF: รูปลักษณ์ขึ้นอยู่กับมุมมองที่มีโครงสร้างสำหรับฟิลด์ Radiance ของระบบประสาท — Dor Verbin, Peter Hedman, Ben Mildenhall, Todd Zickler, Jonathan Barron, Pratul Srinivasan

ICLR 2022 (การประชุมระหว่างประเทศว่าด้วยการเป็นตัวแทนการเรียนรู้)

Analytic-DPM: การประมาณเชิงวิเคราะห์ของความแปรปรวนย้อนกลับที่เหมาะสมที่สุดในแบบจำลองความน่าจะเป็นแบบกระจาย — Fan Bao, Chongxuan Li, Jun Zhu, Bo Zhang

การปรับไฮเปอร์พารามิเตอร์ด้วย Renyi Differential Privacy — Nicolas Papernot, Thomas Steinke

ความก้าวหน้าในการเรียนรู้ใน Convolutional Neural Networks — Rachid Riad, Olivier Teboul, David Grangier, Neil Zeghidour

การแสดงออกและคุณสมบัติการประมาณของโครงข่ายใยประสาทกราฟ — Floris Geerts, Juan L Reutter

การเปรียบเทียบการแจกแจงโดยการวัดความแตกต่างที่ส่งผลต่อการตัดสินใจ — Shengjia Zhao, Abhishek Sinha, Yutong (Kelly) He, Aidan Perreault, Jiaming Song, Stefano Ermon

การยุบตัวของระบบประสาทภายใต้การสูญเสีย MSE: ความใกล้ชิดและพลวัตบนเส้นทางสายกลาง — XY Han, Vardan Papyan, David L. Donoho

Bootstrapped Meta-Learning — Sebastian Flennerhag, Yannick Schroecker, Tom Zahavy, Hado van Hasselt, David Silver, Satinder Singh

ทำความเข้าใจเรื่อง over-squashing และ bottlenecks บนกราฟผ่านความโค้ง — Jake Topping, Francesco Di Giovanni, Benjamin Paul Chamberlain, Xiaowen Dong, Michael M. Bronstein

การสร้างแบบจำลองลำดับยาวอย่างมีประสิทธิภาพด้วยสเตตสเปซที่มีโครงสร้าง — Albert Gu, Karan Goel, Christopher Re

PiCO: การแยกแยะฉลากที่ขัดแย้งกันสำหรับการเรียนรู้ฉลากบางส่วน - Haobo Wang, Ruixuan Xiao, Yixuan (Sharon) Li, Lei Feng, Gang Niu, Gang Chen, Junbo Zhao

NeurIPS 2022 (การประชุมเกี่ยวกับระบบประมวลผลข้อมูลระบบประสาท)

สามารถเรียนรู้การตรวจจับการไม่กระจายตัวได้หรือไม่ — Zhen Fang, Yixuan Li, Jie Lu, Jiahua Dong, Bo Han, Feng Liu

โมเดลการแพร่กระจายข้อความเป็นรูปภาพเสมือนจริงด้วยความเข้าใจภาษาอย่างลึกซึ้ง — Chitwan Saharia, William Chan, Saurabh Saxena, Lala Li, Jay Whang, Emily Denton, Seyed Kamyar Seyed Ghasemipour, Burcu Karagol Ayan, S. Sara Mahdavi, Raphael Gontijo-Lopes, ทิม ซาลิมานส์, โจนาธาน โฮ, เดวิด เจ ฟลีต, โมฮัมหมัด โนรูซี

อธิบายพื้นที่การออกแบบของแบบจำลองเชิงกำเนิดจากการแพร่กระจาย — Tero Karras, Miika Aittala, Timo Aila, Samuli Laine

ProcTHOR: AI ในตัวขนาดใหญ่โดยใช้การสร้างขั้นตอน - Matt Deitke, Eli VanderBilt, Alvaro Herrasti, Luca Weihs, Kiana Ehsani, Jordi Salvador, Winson Han, Eric Kolve, Aniruddha Kembhavi, Roozbeh Mottaghi

การใช้ภาษาธรรมชาติและนามธรรมของโปรแกรมเพื่อปลูกฝังอคติอุปนัยของมนุษย์ในเครื่องจักร — Sreejan Kumar, Carlos G Correa, Ishita Dasgupta, Raja Marjieh, Michael Hu, Robert D. Hawkins, Jonathan Cohen, Nathaniel Daw, Karthik R Narasimhan, Thomas L. Griffiths

เครื่องมือสร้างดัชนี Neural Corpus สำหรับการดึงเอกสาร — Yujing Wang, Yingyan Hou, Haonan Wang, Ziming Miao, Shibin Wu, Hao Sun, Qi Chen , Yuqing Xia, Chengmin Chi, Guoshuai Zhao, Zheng Liu, Xing Xie, Hao Sun, Weiwei Deng, Qi Zhang, Mao Yang

ทฤษฎีบทจำกัดมิติสูงสำหรับ SGD: ไดนามิกที่มีประสิทธิภาพและมาตราส่วนวิกฤต — Gerard Ben Arous, Reza Gheissari, Aukosh Jagannath

Gradient Descent: สุดยอดเครื่องมือเพิ่มประสิทธิภาพ — Kartik Chandra, Audrey Xie, Jonathan Ragan-Kelley, Erik Meijer

การสร้างแบบจำลองเชิงกำเนิดโดยใช้คะแนนของ Riemann — Valentin De Bortoli, Emile Mathieu, Michael John Hutchinson, James Thornton, Yee Whye Teh, Arnaud Doucet

การประมาณค่าแบบไล่ระดับด้วยตัวดำเนินการ Stein แบบแยก — Jiaxin Shi, Yuhao Zhou, Jessica Hwang, Michalis Titsias, Lester Mackey

การวิเคราะห์เชิงประจักษ์ของการฝึกอบรมโมเดลภาษาขนาดใหญ่ที่ปรับให้เหมาะสมที่สุดสำหรับคอมพิวเตอร์ — Jordan Hoffmann, Sebastian Borgeaud, Arthur Mensch, Elena Buchatskaya, Trevor Cai, Eliza Rutherford, Diego de las Casas, Lisa Anne Hendricks, Johannes Welbl, Aidan Clark, Tom Hennigan, Eric Noland , แคทเธอรีน มิลลิแกน, จอร์จ ฟาน เดน ดรีเช, บ็อกดาน ดามอค, ออเรเลีย กาย, ไซมอน โอซินเดโร, คาเรน ซิโมยัน, อีริช เอลเซ่น, โอริโอล วินยัลส์, แจ็ค วิลเลียม แร, โลรองต์ ซิเฟร

นอกเหนือจากกฎการปรับสเกลของประสาท: เอาชนะการปรับสเกลของกฎพลังงานผ่านการตัดแต่งข้อมูล — Ben Sorscher, Robert Geirhos, Shashank Shekhar, Surya Ganguli, Ari S. Morcos

การสุ่มตัวอย่างตามความต้องการ: การเรียนรู้อย่างเหมาะสมจากการแจกแจง ที่หลากหลาย — Nika Haghtalab, Michael Jordan, Eric Zhao

LAION-5B: ชุดข้อมูลขนาดใหญ่แบบเปิดสำหรับการฝึกอบรมโมเดลข้อความรูปภาพรุ่นต่อไป — Christoph Schuhmann, Romain Beaumont, Richard Vencu, Cade W Gordon, Ross Wightman, Mehdi Cherti, Theo Coombes, Aarush Katta, Clayton Mullis, Mitchell Wortsman, แพทริค ชราโมว์สกี้, ศรีวัตสา อาร์ คุนเดอร์ธี, แคทเธอรีน โครวสัน, ลุดวิก ชมิดต์, โรเบิร์ต คัซมาร์ซิค, เจเนีย จิตเซฟ

MineDojo: การสร้างเอเจนต์ที่เป็นตัวเป็นตนแบบปลายเปิดด้วยความรู้ระดับอินเทอร์เน็ต — Linxi Fan, Guanzhi Wang, Yunfan Jiang, Ajay Mandlekar, Yuncong Yang, Haoyi Zhu, Andrew Tang, De-An Huang, Yuke Zhu, Anima Anandkumar

ICML 2022 (การประชุมนานาชาติเกี่ยวกับการเรียนรู้ของเครื่อง)

ชุดการคาดการณ์ Conformal ที่เสถียร — Eugene Ndiaye

แนวคิดเชิงสาเหตุของความเป็นธรรมและผล ที่ตามมา —ฮาเหม็ด นิลโฟโรชาน, โยฮันน์ แกบเลอร์, ราวี ชรอฟฟ์, ชาราด โกเอล

การทำความเข้าใจความยากของชุดข้อมูลด้วยข้อมูล V-Usable — Kawin Ethayarajh, Yejin Choi, Swabha Swayamdipta

ส่วนผสมการเรียนรู้ของระบบไดนามิกเชิงเส้น — Yanxi Chen, H. Vincent Poor

ความเป็นส่วนตัวฟรี: การควบแน่นของชุดข้อมูลช่วยความเป็นส่วนตัวได้อย่างไร —เทียน ตง, โบ จ้าว, หลิงจวน หลิว

G-Mixup: การเพิ่มข้อมูลกราฟสำหรับการจำแนกประเภทกราฟ — Xiaotian Han, Zhimeng Jiang, Ninghao Liu, Xia Hu

เครื่องมือจำลองที่แยกความแตกต่างได้ให้การไล่ระดับสีนโยบายที่ดีกว่าหรือไม่ —ฮยอง จู ซู, Max Simchowitz, Kaiqing Zhang, Russ Tedrake

การเลือกแบบจำลองแบบเบย์ ความน่าจะเป็นส่วนเพิ่ม และลักษณะทั่วไป — Sanae Lotfi, Pavel Izmailov, Gregory Benton, Micah Goldblum, Andrew Gordon Wilson

การแก้เกมการทำนาย Stackelberg ด้วยการสูญเสียกำลังสองน้อยที่สุดผ่านการปรับสูตรกำลังสองน้อยที่สุดที่มีข้อจำกัดทรงกลม — Jiali Wang, Wen Huang, Rujun Jiang, Xudong Li, Alex L Wang

ความสำคัญของความไม่เป็นชาวมาร์โกเวียนในการสำรวจเอนโทรปีของรัฐสูงสุด — Mirco Mutti, Riccardo De Santi, Marcello Restelli

การออกแบบการแทรกแซงต้นทุนขั้นต่ำสำหรับการระบุผลกระทบเชิงสาเหตุ — Sina Akbari, Jalal Etesami, Negar Kiyavash

พระมหากษัตริย์: เมทริกซ์โครงสร้างที่แสดงออกเพื่อการฝึกที่มีประสิทธิภาพและแม่นยำ — Tri Dao, Beidi Chen, Nimit S Sohoni, Arjun Desai, Michael Poli, Jessica Grogan, Alexander Liu, Aniruddh Rao, Atri Rudra, Christopher Re

นักวิจารณ์นักแสดงที่ได้รับการฝึกฝนมาเป็นอย่างดีสำหรับการเรียนรู้การเสริมแรงแบบออฟไลน์ — Ching-An Cheng, Tengyang Xie, Nan Jiang, Alekh Agarwal

การตรวจสอบความเป็นธรรมที่ใช้งานอยู่ — Tom Yan, Chicheng Zhang

เรียนรู้การพับผกผันจากโครงสร้างที่คาดการณ์ไว้หลายล้านแบบ — Chloe Hsu, Robert Verkuil, Jason Liu, Zeming Lin, Brian Hie, Tom Sercu, Adam Lerer, Alexander Rives

ECCV 2022 (การประชุมยุโรปเกี่ยวกับวิสัยทัศน์คอมพิวเตอร์)

เกี่ยวกับการใช้ความสัมพันธ์ระยะทางบางส่วนในการเรียนรู้เชิงลึกอย่างหลากหลาย — Xingjian Zhen, Zihang Meng, Rudrasis Chakraborty, Vikas Singh

Pose-NDF: การสร้างแบบจำลองท่าทางของมนุษย์ด้วยฟิลด์ระยะทางประสาท — Garvita Tiwari, Dimitrije Antic, Jan E. Lenssen, Nikolaos Sarafianos, Tony Tung, Gerard Pons-Moll

ทฤษฎีชุดระดับสำหรับการวิวัฒนาการโดยนัยทางประสาทภายใต้การไหลที่ชัดเจน -อิชิท เมธา, มานโมฮัน ชานดราเกอร์, ราวี รามามูร์ธี

ขอแสดงความยินดีกับผู้เขียนทุกคนสำหรับรางวัลเอกสารที่ดีที่สุดในการประชุม AI ที่สำคัญ!!!