大会 | ICLR 2018截稿:取消公开评审改为双盲引人关注

2017 年 10 月 30 日 AI科技评论 岑峰

AI科技评论消息,International Conference on Learning Representations 2018 (国际学习表征会议 ,ICLR 2018) 的论文投递已于美国东部时间10月27日下午5:00结束。根据大会Program Chair、Deepmind研究科学家Oriol Vinyals在Twitter上发布的统计数据,各位论文作者再度发挥了学术界“不到Deadline不罢休”的传统,在论文投稿截止前24小时,大会收到的论文数量从不足200篇迅速增长至1003篇,其中最后一小时有将近200篇论文投递。

去年的ICLR 2017大会共收到491篇投稿论文,其中15篇(3%)论文将在会上做口头报告,183篇(37.3%)论文将被制成Poster在会上展览,48篇(9.8%)论文被建议进一步研讨,245篇(49.9%)论文被拒绝。 

ICLR是一年一度的深度学习顶级会议,2013 年由深度学习大神 Yann LeCun 及 Yoshua Bengio 牵头创办,明年是第六届。尽管举办的时间不长,但已经被学术研究者广泛认可。本届大会仍由 Yann LeCun 及 Yoshua Bengio继续担任大会主席。

在2013年举办的第一届ICLR大会官网上, Yann LeCun 和 Yoshua Bengio曾这样介绍举办这一会议的初衷: 

“尽管表征学习对于机器学习及包括视觉、语音、音频及 NLP 领域起着至关重要的作用,目前还缺乏一个场所,能够让学者们交流分享该领域所关心的话题。ICLR 的宗旨正是填补这一鸿沟。”

除了专注于表征学习以及两位学术大牛的光环外,大会引人注目的一点是前几届大会推行的 Open Review 评审制度。与诸多学术会议通行的单盲、双盲评审制度不同,所有提交的论文都将会公开姓名等信息,并且接受所有同行的评价及提问(open peer review),任何学者都可或匿名或实名地评价论文。而在公开评审结束后,论文作者也能够对论文进行调整和修改。这一主张“公开透明”的制度能消除论文评审中的诸多问题,但也有可能引来争议及不必要的舆论讨论,比如AI科技评论之前介绍的 ICLR 2017的最佳论文,就在 Open Review 上引来了激烈的公开讨论(参见AI科技评论文章:《ICLR 17最具争议的最佳论文,实至名归还是盛名过誉?》)。

但与前几届不同的是,本届大会论文采取的是双盲评审,即作者和评审者互不知道对方信息,对于论文的评论也将会以匿名形式显示。此外,虽然ICLR采取双盲评审,但大会不会禁止作者在arXiv或任何其他公共论坛上发表文章,大会将只进行一轮论文评审,初步审查结束后,作者和审稿人之间仍将有一个讨论期,作者可以继续对论文进行修改。

与历届 ICLR 一样,本届的所有投递论文及评审内容都将完整地保存在ICLR 的官方投稿入口 OpenReview.net 上。OpenReview.net 是马萨诸塞大学阿默斯特学院 Andrew McCallum 为 ICLR 2013 牵头创办的一个公开评审系统,目前它也接受其它学术会议的论文投递。

为便于大家更好阅读论文,Twitter网友Andrew Brock‏ 已经编写了一个可下载ICLR 2018所有投稿论文的脚本,Github地址在此:https://gist.github.com/ajbrock/38be48e3fdba4aef6ed6bf28f0d1814e

ICLR大会定于2018年4月30日到5月3日在加拿大温哥华Convention Center举行,这也是不久前结束的IROS 2017举办的会议场馆。届时AI科技评论将会继续为读者带来现场报道。

—————  给爱学习的你的福利  —————

随着大众互联网理财观念的逐步普及,理财规模随之扩大,应运而生的智能投顾,成本低、风险分散、无情绪化,越来越多的中产阶层、大众富裕阶层已然在慢慢接受。王蓁博士将以真实项目带你走上智能投顾之路,详情请识别下图二维码或点击文末阅读原文~

————————————————————

登录查看更多
0

相关内容

ICLR,全称为「International Conference on Learning Representations」(国际学习表征会议),2013 年才刚刚成立了第一届。这个一年一度的会议虽然今年才办到第五届,但已经被学术研究者们广泛认可,被认为「深度学习的顶级会议」。 ICLR由位列深度学习三大巨头之二的 Yoshua Bengio 和 Yann LeCun 牵头创办。 ICLR 希望能为深度学习提供一个专业化的交流平台。但实际上 ICLR 不同于其它国际会议,得到好评的真正原因,并不只是他们二位所自带的名人光环,而在于它推行的 Open Review 评审制度。
ACL2020接受论文列表公布,571篇长文208篇短文
专知会员服务
66+阅读 · 2020年5月19日
【快讯】KDD2020论文出炉,216篇上榜, 你的paper中了吗?
专知会员服务
50+阅读 · 2020年5月16日
【快讯】CVPR2020结果出炉,1470篇上榜, 你的paper中了吗?
49篇ICLR2020高分「图机器学习GML」接受论文及代码
专知会员服务
60+阅读 · 2020年1月18日
AAAI2020接受论文列表,1591篇论文目录全集
专知会员服务
98+阅读 · 2020年1月12日
AAAI 2020放榜,8800篇提交论文创纪录,接收率20.6%
机器之心
8+阅读 · 2019年11月11日
Reddit最火!55页博士笔记总结ICLR 2019大会干货
新智元
29+阅读 · 2019年5月11日
KDD 2019放榜,接收率低至14%,你的论文中了吗?
机器之心
7+阅读 · 2019年4月30日
【ICLR 2019录用结果出炉】24篇Oral, 918被拒
专知
7+阅读 · 2018年12月21日
ICLR 2019论文接收结果揭晓:24篇oral论文有没有你?
Graph Analysis and Graph Pooling in the Spatial Domain
Learning to Weight for Text Classification
Arxiv
8+阅读 · 2019年3月28日
A Comprehensive Survey on Graph Neural Networks
Arxiv
21+阅读 · 2019年1月3日
Arxiv
23+阅读 · 2018年10月24日
Arxiv
11+阅读 · 2018年5月21日
Arxiv
21+阅读 · 2018年2月14日
VIP会员
相关论文
Graph Analysis and Graph Pooling in the Spatial Domain
Learning to Weight for Text Classification
Arxiv
8+阅读 · 2019年3月28日
A Comprehensive Survey on Graph Neural Networks
Arxiv
21+阅读 · 2019年1月3日
Arxiv
23+阅读 · 2018年10月24日
Arxiv
11+阅读 · 2018年5月21日
Arxiv
21+阅读 · 2018年2月14日
Top
微信扫码咨询专知VIP会员