0
| 本文作者： AI研習社 | 2019-11-28 06:55 |
Paper 研習社新功能上線啦！
大家除了瀏覽或者參與論文推薦，還可以一鍵打包下載論文合集，針對長期更新的論文合集，你能通過系統消息第一時間收到更新的通知，讓你的科研的道路上，絕不慢人一步！
點擊鏈接迅速跳轉論文集下載界面:
https://paper.yanxishe.com/library
「本周論文推薦精選」是 Paper 研習社推出的全新欄目，展現社友們在研習論文的過程中，推薦自己所閱讀到的優秀論文，幫助大家一起學習、討論每個領域最新、最精彩的學術論文。
①
#機器學習# #遷移學習#
《遷移學習研究綜述》
推薦理由：
這篇論文是中科院、百度等研究機構發布的最新的關于遷移學習的綜述。
該論文的貢獻在于完整地梳理了目前已有的遷移學習研究，并對遷移學習的機制和策略進行了全面的歸納和解讀。文中，作者們從數據和模型的角度對40多種具有代表性的遷移學習方法進行了整理和歸納，并且在Amazon Reviews、Reuters-21578和Office-31這三個數據集上進行了實驗，來表明在實際應用中選擇合適的遷移學習模型的重要性。
本文能幫助讀者更好地了解遷移學習領域的研究現狀和研究思路，從而能夠幫助開展后續的相關研究。
https://paper.yanxishe.com/review/4533
推薦人：琴?福克納（清華大學信息與通信工程專業，Paper 研習社特約作者）
②
#深度學習# #卷積神經網絡#
《ImageNet：深度卷積神經網絡完成圖片分類》
推薦理由：
核心問題：這篇論文是大神Alex Krizhevsky, Ilya Sutskever, Geoffrey E. Hinton三人提出的AlexNet深度卷積神經網絡，摘得了2010年ILSVRC比賽的桂冠。
創新點：這篇論文使用了經典的卷積神經網絡模型完成圖像的分類任務，這個經典的卷積神經網絡一直影響著之后的卷積神經網絡模型。它創造性的使用了relu和局部歸一化等現在經典的激活函數和訓練方法，可以說這在很大程度上促進了深度學習的發展。
研究意義：ImageNet是計算機視覺領域最重要的比賽之一，當時深度學習還沒有現在這般火熱，alexNet做為一個開創者超越眾多經典的機器學習算法，開啟了深度學習時代。
https://paper.yanxishe.com/review/4792
推薦人：feng
③
#計算語言學# #文本嵌入#
《球形文本嵌入》
推薦理由：
本文是數據挖掘領域專家韓家煒教授極力推薦的文章，非常值得一讀。
研究背景：無監督文本嵌入在各種NLP任務中顯示了強大的功能。大量的文本數據本身就隱含了大量的隱模式、結構和知識， 盡管通常在歐幾里德空間中學習文本嵌入，但是方向相似性在諸如單詞相似性和文檔聚類之類的任務中通常更有效，這在文本嵌入的訓練階段和使用階段之間造成了差距。
創新點：為了彌補這一差距，作者提出了一種球形生成模型，在該模型的基礎上，可以共同學習無監督的單詞和段落嵌入。為了學習球形空間中的文本嵌入，本文作者開發了一種基于黎曼優化的具有收斂保證的高效優化算法。
研究意義：作者的模型具有很高的效率，并且在包括單詞相似性和文檔聚類在內的各種文本嵌入任務上均具有最先進的性能。因此我們可以借助該模型，來探索 如何將海量數據從非結構化的數據轉化為有用的知識。
https://paper.yanxishe.com/review/4532
推薦人：Furion
④
#計算語言學# #信息檢索#
《社交媒體上的謠言檢測：數據集、方法和機會》
推薦理由：
這篇論文要解決的是社交媒體上的謠言檢測問題。
這是一篇來自于阿里巴巴的綜述論文，對于目前的謠言檢測領域的研究進行了一個全面的回顧和總結，并且列出了之前研究中使用的數據集和方法，還指出了未來的一些研究方向。
這篇論文能夠幫助研究人員了解目前的謠言檢測的研究現狀，并且可以根據這篇論文指出的后續研究方向進一步探索。
論文鏈接：
https://paper.yanxishe.com/review/4911
推薦人：溫蒂?斯普林
⑤
#深度學習# #信息檢索#
《通過同時聚類和表示學習進行自我標記》
推薦理由：
背景：將聚類和表示學習相結合是深度神經網絡無監督學習的最有前途的方法之一。但是，這樣做天真會導致退化的解決方案帶來不適的學習問題。在本文中，作者提出了一種新穎而有原則的學習方法來解決這些問題。通過最大化標簽和輸入數據索引之間的信息來獲得該方法。作者證明了該標準將標準的交叉熵最小化擴展到了最佳的運輸問題，作者可以使用Sinkhorn-Knopp算法的快速變體有效地解決數百萬個輸入圖像和數千個標簽的問題。所得到的方法能夠對視覺數據進行自我標注，從而無需手動標注就可以訓練競爭激烈的圖像表示形式。
突破點：與該類中以前最好的方法DeepCluster相比，作者的公式使表示學習和聚類的單個目標函數最小化。它在標準基準測試中也大大優于DeepCluster，并且可以通過自監督學習ResNet-50達到最新水平。
論文鏈接：
https://paper.yanxishe.com/review/4895
推薦人：李?西奧多
???
除了上述的的五篇精選論文推薦，我們還為你精心準備了可以一鍵下載的論文集：
EMNLP 2019 Workshop論文合集
下載地址：https://paper.yanxishe.comhttp://packages/122
圖神經網絡（GNN）入門必讀論文 270篇
下載地址：https://paper.yanxishe.comhttp://packages/109
最新212篇自動化神經網絡搜索（NAS）論文
下載地址：https://paper.yanxishe.com/http://packages/68
ICCV 2019 | 最新公開的51篇 Oral Paper 合集
下載地址：https://www.yanxishe.com/resourceDetail/1010
EMNLP 2019 | 10篇論文實現代碼合集及下載
下載地址：https://www.yanxishe.com/resourceDetail/1013
NeurIPS 2019 GNN 論文合集
下載地址：https://www.yanxishe.com/resourceDetail/1006
AAAI （1996-2019）歷年最佳論文合集
下載地址：https://www.yanxishe.com/resourceDetail/991
想要閱讀更多精彩論文？
點擊閱讀原文跳轉 paper.yanxishe.com
雷鋒網雷鋒網雷鋒網
相關文章：
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
