机器之心整理
参与:一鸣
本周有针对文本生成任务 GAN 的神经架构搜索方法,作者包括清华大学黄民烈、朱小燕等,Quoc V. Le 则提出了一种基于硬注意力机制的图像分类方法。 此外还有梯度提升机、强化学习应用等方面的论文综述,以及基于神经架构搜索的图神经网络等。
Gradient Boosting Machine: A Survey
ARAML: A Stable Adversarial Training Framework for Text Generation
Implicit Deep Learning
Reinforcement Learning Applications
Saccader: Improving Accuracy of Hard Attention Models for Vision
GraphNAS: Graph Neural Architecture Search with Reinforcement Learning
More unlabelled data or label more data? A study on semi-supervised laparoscopic image segmentation
作者:Zhiyuan He、Danchen Lin、Thomas Lau、Mike Wu
论文链接:https://arxiv.org/pdf/1908.06951v1.pdf
作者:Pei Ke、Fei Huang、黄民烈、朱小燕
论文链接:https://arxiv.org/pdf/1908.07195v1.pdf
作者:Laurent El Ghaoui、Fangda Gu、Bertrand Travacca、Armin Askari
论文链接:https://arxiv.org/pdf/1908.06315.pdf
作者:Yuxi Li
论文链接:https://arxiv.org/pdf/1908.06973v1.pdf
作者:Gamaleldin F. Elsayed、Simon Kornblith、Quoc V. Le
论文链接:https://arxiv.org/pdf/1908.07644.pdf
作者:Yang Gao、 Hong Yang、 Peng Zhang、 Chuan Zhou、Yue Hu
论文链接:https://arxiv.org/pdf/1904.09981v2.pdf
作者:Yunguan Fu、Maria R. Robu、Bongjin Koo、Crispin Schneider、Stijn van Laarhoven、Danail Stoyanov、Brian Davidson、Matthew J. Clarkson、Yipeng Hu
论文链接:https://arxiv.org/pdf/1908.08035