ICML是国际顶级的机器学习会议，它与NIPS一起，是机器学习与人工智能研究领域影响力极高的两个主要会议。今年的ICML将于8月6-11日在澳大利亚悉尼召开，届时雷锋网也将前往现场进行报道。早在5月时，ICML 2017被接受的论文就已经公布了。今年的ICML收到了创纪录的1676篇论文，434篇被接受（也创下了新纪录）。OpenAI的研究科学家Andrej Karpathy对这些论文作了分...

雷锋网 AI 科技评论消息，微软亚洲研究院（MSRA）刘铁岩团队近日在arXiv上传了一篇论文，论文标题为“Dual Supervised Learning”（对偶监督学习）。据了解，这篇论文已经被即将于今年8月举行的ICML接受。论文中展示了对偶监督学习的机器学习范式在机器双语翻译、图像分类与生成、情感分析与分析三组任务中都可以为原模型带来明显的提升。 ICML2017论文：对偶监督学习 ...

联合编译：Blake、高斐 雷锋网注：何凯明博士，2007年清华大学毕业之后开始在微软亚洲研究院（MSRA）实习，2011年香港中文大学博士毕业后正式加入MSRA，目前在Facebook AI Research (FAIR)实验室担任研究科学家。曾以第一作者身份拿过两次CVPR最佳论文奖（2009和2016）——其中2016年CVPR最佳论文为图像识别中的深度残差学习（Deep Residu...

今年8月，雷锋网将在深圳举办盛况空前的“全球人工智能与机器人峰会”，届时雷锋网将发布“人工智能&机器人Top25创新企业榜”榜单。目前，我们正在拜访人工智能、机器人领域的相关公司，从中筛选最终入选榜单的公司名单。如果你也想加入我们的榜单之中，请联系：2020@leiphone.com。 正在美国纽约举行的国际机器大会（ICML）上，我们很难忽略 Facebook 研究科学家们的身影—...

上一周，ICML 2016在纽约画上了完美的句号。这个会议（International Conference on Machine Learning）已经逐渐发展为了由国际机器学习学会（IMLS）主办的世界最顶级的机器学习领域会议之一。来自世界各地的机器学习领域的专家们都以论文投稿的方式向大会递交了自己最新的研究成果，其中包括一篇来自百度硅谷实验室的语音识别的论文。大会主要采用演讲和PPT展...

对自然图片的分布进行建模一直以来都是无监督学习中的里程碑式的难题。这要求图片模型易表达、易处理、可拓展。我们提出一个深度神经网络，它根据顺序沿着两个空间维度来预测图片中的像素。我们的模型离散了原始像素值的可能性，同时编码保证了整个图片的完整性。 建模特性包含二维循环层，以及对深度递归网络连接的有效利用。我们实现了比之前所有的模型都要好的在自然图片上对数可能性的分数。我们的主要结果也对Imag...

论文作者：Dario Amodei , Rishita Anubhai , Eric Battenberg , Carl Case , Jared Casper , Bryan Catanzaro , JingDong Chen , Mike Chrzanowski Baidu USA, Inc., Adam Coates , Greg Diamos Baidu USA, Inc., Eri...

6月19日（美国时间）在纽约举行的国际机器学习大会（ICML）上，来自谷歌、Facebook以及顶尖研究学府的科学家们通过论文和讲座，分享了最尖端的机器学习研究成果。其中，谷歌DeepMind科学家David Silver在讲座“深度增强学习”中分享了深度神经网络在各项实际应用中的算法。虽然David Silver不如DeepMind CEO Demis Hassabis那么为人所知，实际上...

深度学习的类型按照数据是否有标记来区别可以分为三种：监督学习、半监督学习和无监督学习。事实上人类不可能把每件事都手把手的教给AI。无监督学习应该才是未来的趋势。ICML给无监督学习单独开了一个专区，包括无监督学习的研究和应用。我们今天主要来关注一下无监督学习应用方面的论文。深度嵌入的无监督聚类分析（Unsupervised Deep Embedding for Clustering Anal...

优化（连续）会议主席: Le Song地点: Lyceum03:40 – On the Statistical Limits of Convex Relaxations（关于凸松弛的统计范围）Zhaoran Wang 、Quanquan Gu , Han普林斯顿大学03:57 – Faster Convex Optimization: Simulated Annealing with an ...