0
雷鋒網(wǎng)AI科技評論前線報(bào)道:北京時間8月22號,經(jīng)過3天的Tutorial和workshop預(yù)熱,IJCAI大會今天正式開幕,開幕式中提交到IJCAI的論文總數(shù)2540份,有660份被接收,總共有750份論文被受理。接著大會頒布了頒布了最佳論文獎和最佳學(xué)生論文獎。
使用Limit Datalog程序的聲明數(shù)據(jù)分析的基礎(chǔ)
下載地址:https://arxiv.org/pdf/1705.06927.pdf
雷鋒網(wǎng)Ai科技評論注:分析復(fù)雜數(shù)據(jù)目前是非常熱的話題,這種分析,例如數(shù)據(jù)聚合、屬性驗(yàn)證或查詢回答等,現(xiàn)在主要是通過指定如何操作數(shù)據(jù)來完成,但是當(dāng)數(shù)據(jù)較為復(fù)雜時這種方式表現(xiàn)并不是很好?,F(xiàn)在有人提出數(shù)據(jù)分析應(yīng)當(dāng)被聲明,也就是說用戶應(yīng)當(dāng)描述期望輸出是什么,而不是怎么計(jì)算它。例如,在一張圖中,不是通過具體的算法來計(jì)算最短路徑,而是應(yīng)當(dāng)1)描述什么是路徑長度;2)選擇最小長度的路徑。
在數(shù)據(jù)分析中,近來有人提出了聲明數(shù)據(jù)分析(declarative data analysis)方法,這種方法一個重要組成部分就是能夠捕獲相關(guān)任務(wù)的有效語言,Datalog_Z(支持遞歸)是其首選,但是這種語言是不可判定的。我們通過引入limit Datalog_Z并對使用乘法進(jìn)行約束,事實(shí)蘊(yùn)涵在聚合中將變得conExpTime-完整,在數(shù)據(jù)復(fù)雜性中變得coNP完整。此外,額外的穩(wěn)定性要求會導(dǎo)致復(fù)雜性分別下降到ExpTime和PTime。最后我們展示了穩(wěn)定的Datalog_Z可以用來表達(dá)許多數(shù)據(jù)分析任務(wù),所以我們的這些結(jié)果將為高級信息系統(tǒng)的開發(fā)提供一個堅(jiān)實(shí)的基礎(chǔ)。
雷鋒網(wǎng)AI科技評論注:標(biāo)記解脫生成對抗網(wǎng)絡(luò)(Tag Disentangled Generative Adversarial Networks,TDGAN)
在本文中,我們提出了一個原理性的標(biāo)記解脫生成對抗網(wǎng)絡(luò)(TDGAN),用于通過指定多個場景屬性(如視點(diǎn),照明,表情等)從單個圖像重新渲染出感興趣對象的新圖像。整個框架由解離網(wǎng)絡(luò)(Disentangled Network),生成網(wǎng)絡(luò)(Generative Network),標(biāo)簽映射網(wǎng)絡(luò)(Tag Mapping Net)和辨別網(wǎng)絡(luò)(Discriminative Network)組成,它們基于完全/部分標(biāo)記的給定圖像集(即監(jiān)督/半監(jiān)督設(shè)置)來聯(lián)合訓(xùn)練。給定一張輸入圖像,解離網(wǎng)絡(luò)將提取解離的、可解釋的表示,隨后生成網(wǎng)絡(luò)將用它來生成圖像。為了提高解離表示的質(zhì)量,于是在我們的框架中集成了標(biāo)簽映射網(wǎng)絡(luò)來探測圖像與其標(biāo)簽之間的一致性。此外,引入辨別網(wǎng)絡(luò)以實(shí)現(xiàn)用于生成更逼真圖像的對抗訓(xùn)練策略。兩個有挑戰(zhàn)性的數(shù)據(jù)集實(shí)驗(yàn)證明了這種框架在這些問題上的優(yōu)良表現(xiàn)。
另外,會議上介紹道本次收錄論文的關(guān)鍵字主要集中在Machine Learning,KR,Agent-based and MAS等如下關(guān)鍵詞上。
提交的2000多份論文總數(shù)中,中國占據(jù)了879份,占比最大,其次是歐洲(445份),美國(431份)。
論文審核過程也盡量遵循公平公正的原則,下圖是過程全公開。
附現(xiàn)場最佳論文獲獎圖
附最佳學(xué)生論文獲獎圖
~
雷峰網(wǎng)原創(chuàng)文章,未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
本專題其他文章