【重磅】深度学习顶会ICLR2018评审结果出炉,一文快速了解评审分析简报和评分最高的十篇论文- 专知

【重磅】深度学习顶会ICLR2018评审结果出炉,一文快速了解评审分析简报和评分最高的十篇论文

点击上方“专知”关注获取专业AI知识!

【导读】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2017年办到第六届，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 采用Open Review 评审制度。Open Review 则非常不同，根据规定，所有提交的论文都会公开姓名等信息，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。这几天ICLR 2018的审稿结果陆续出来了，让我们来看一下。

【重磅】深度学习顶会 ICLR 2018 匿名提交论文列表（附pdf下载链接）

今年ICLR 2018共收到981篇有效稿件，截止2017年12月1日，已经有979篇论文收到至少一个评分。下图是平局分的分布，平均得分是5.24，中位得分是5.33 。

根据karpathy之前的博客统计，ICLR2017共收到491篇论文提交，其中15篇被录用为oral论文占3%，183篇录用为Poster论文占37.3%。之前统计ICLR2017Poster论文的得分分布见下图。

▌得分最高的十篇论文

| Ranking | Rating | Title |

| 9.00 | Certifiable Distributional Robustness with Principled Adversarial Training |
| 8.56 | On theConvergence of Adam and Beyond |
| 8.33 | Emergence of grid-like representations by training recurrent neural networks toperform spatial localization |
|8.33 | Multi-Scale Dense Networks for Resource Efficient Image Classification |
| 8.09 | i-RevNet: Deep Invertible Networks |
| 8.00 | Wasserstein Auto-Encoders |
| 8.00 | Stabilizing Adversarial Nets with Prediction Methods |
| 8.00 | Learning to Represent Programs with Graphs |
| 8.00 | Boosting Dilated Convolutional Networks with Mixed Tensor Decompositions |
| 8.00 | Continuous Adaptation via Meta-Learning in Nonstationary and CompetitiveEnvironments |

需要注意的是，目前并不是所有的评分都已经打出来了。现在得分最高的论文是《Certifiable DistributionalRobustness with Principled Adversarial Training》。另外一篇值得注意的论文是《Progressive Growing of GANs forImproved Quality, Stability, and Variation 》得分为 8，8，1

声明：

本文是受@plrz77 的ICLR2017的统计报告启发。

相关链接：

Search ICLR 2018
http://search.iclr2018.smerity.com/
ICLR 2017Overview by @plrz77.
https://prlz77.github.io/iclr2017-stats/
ICLR 2017 vs arxiv-sanity by @karpathy
https://medium.com/@karpathy/iclr-2017-vs-arxiv-sanity-d1488ac5c131