论文 | TellWorld

首页›论文

论文

对人工智能有重大贡献的论文，每篇都有通俗解读。

共 199

2014
生成对抗网络
arXiv
Goodfellow、Bengio 等作者提出生成器与判别器进行对抗训练的生成模型框架。
研究史深度学习生成式模型
2014
《Microsoft COCO：上下文中的常见物体》
arXiv
2014 年发表的论文，提出 Microsoft COCO 数据集：以日常复杂场景为对象，用逐实例分割标注常见物体，把物体识别放进场景理解的大框架里。
研究史数据与数据集计算机视觉
2014
Dropout：一种防止神经网络过拟合的简单方法
JMLR
2014 年的一篇论文提出 Dropout：训练时随机丢弃神经元，让大型神经网络不易过拟合，并在视觉、语音等领域的多项基准上取得当时最好的结果。
研究史深度学习科学发现
2014
DeepFace：把人脸验证拉近人类水平
CVPR 2014
DeepFace 是 2014 年的人脸验证系统，重新设计了对齐与表示两个环节，用一个 1.2 亿多参数的九层网络在 Labeled Faces in the Wild 上达到 97.35% 的准确率。
研究史深度学习计算机视觉
2013
自编码变分贝叶斯
arXiv
Diederik P. Kingma 与 Max Welling 于 2013 年发表的论文，提出一种随机变分推断与学习算法，使含有连续隐变量、后验难以计算的定向概率模型能够在大规模数据集上训练。
研究史深度学习生成式模型
2013
用深度强化学习玩 Atari 游戏
arXiv
2013 年，Mnih 等人用 Q 学习变体训练卷积网络，直接以像素为输入学会玩七款 Atari 2600 游戏，六款胜过旧方法，三款胜过人类专家。
研究史深度学习推理
2013
Visualizing and Understanding Convolutional Networks（可视化并理解卷积网络）
arXiv / ECCV 2014
Zeiler 与 Fergus 提出可视化卷积网络中间层的技术，并用消融实验找到在 ImageNet 上超越 Krizhevsky 等人的架构。
研究史深度学习计算机视觉
2013
用于精确目标检测与语义分割的丰富特征层级
arXiv
R-CNN 把卷积神经网络用于区域提议做目标检测，在 PASCAL VOC 2012 上平均精度均值达 53.3%，比此前最好结果高出 30% 以上[^1]。
研究史深度学习计算机视觉
2013
词与短语的分布式表示及其组合性
arXiv
2013年论文提出连续 Skip-gram 等高效学习词与短语分布式向量表示的方法，并给出提升向量质量与训练速度的扩展。
研究史深度学习科学发现
2013
用深度循环神经网络做语音识别
arXiv
Graves、Mohamed 与 Hinton 于 2013 年发表的论文，考察用深度循环神经网络做语音识别，主张借助连接时序分类等方法实现端到端的序列训练。
研究史深度学习科学发现
2013
Maxout 网络
arXiv
2013 年的论文提出 maxout 单元：输出取一组输入中的最大值，专为配合 dropout 设计，并在四个图像分类基准上取得当时最好的结果。
研究史深度学习科学发现
2013
Efficient Estimation of Word Representations in Vector Space（向量空间中词表示的高效估计）
arXiv
谷歌的 Tomas Mikolov 等人 2013 年提交的这篇论文提出 CBOW 和 Skip-gram 两种简单结构，能快速从海量文本学习词向量，是 word2vec 的基础。
大语言模型研究史开源
2012
大规模分布式深度网络
NeurIPS
2012 年 NIPS 论文，提出可在数千台机器集群上训练深度网络的 DistBelief 框架，以及 Downpour SGD 和 Sandblaster 两种优化过程。
深度学习硬件与算力云计算
2012
深度神经网络用于语音识别声学建模：四个研究组的共同观点
IEEE Signal Processing Magazine
2012年发表于 IEEE Signal Processing Magazine 的文章，汇集四个研究组的共同观点，说明用深度神经网络替代高斯混合模型做语音识别声学建模，在多项基准上效果更好。
研究史深度学习科学发现
2012
用大规模无监督学习构建高层特征
ICML
2012年，Quoc Le、Andrew Ng 等人在谷歌用1000台机器训练大规模无监督神经网络，在没有标注人脸的图像上学会了检测人脸。
研究史深度学习计算机视觉
2012
ImageNet Classification with Deep Convolutional Neural Networks（用深度卷积神经网络做 ImageNet 分类）
NeurIPS
2012年的NeurIPS论文提出了AlexNet，这是一个在GPU上训练的大型卷积神经网络，并在ILSVRC-2012竞赛中夺冠。
研究史深度学习硬件与算力
2011
深度稀疏整流神经网络
2011 年 Glorot、Bordes 与 Bengio 的论文，报告由整流神经元构成的深度网络性能不逊于 tanh 网络，并且在标注数据充足的纯监督任务上无需无监督预训练即可达到最佳表现。
研究史深度学习数据与数据集
2011
几乎从零开始的自然语言处理
2011 年《机器学习研究杂志》论文提出一套统一的神经网络架构与学习算法，以大量无标注语料学习表示，用极少任务专用工程完成词性标注、组块分析、命名实体识别和语义角色标注。
研究史开源深度学习
2011
Torch7：类 Matlab 的机器学习环境
2011 年的一篇 workshop 论文，介绍 Torch7：一个扩展 Lua 的数值计算框架与机器学习库，用轻量脚本语言换灵活性，用底层优化内核换速度。
研究史开源深度学习
2011
基于单幅深度图像分部位的实时人体姿态识别
这篇论文用逐像素分类的方法，从单幅深度图像直接得到三维关节点位置，不使用时间信息，在消费级硬件上达到每秒 200 帧，获 CVPR 2011 最佳论文。
研究史深度学习科学发现