本篇文章1847字，读完约5分钟
机心报道
作者:小鸡蛋，小船
iclr 2021会议的rebuttal角结束了，最终的接收结果也将在下个月正式公布。 前几天，有从iclr 2021 openreview页面取得论文数据，进行论文高频度词、论文得分分布状况等新闻的可视化的开发者。
iclr都被称为International Conference ONLearning RePresentations，是国际学习特征会议。 从年开始每年召开，2021年召开第九次会议。 这个会议被认为是深入学习行业的顶级会议之一，与cvpr、acl、neurips等学术会议一样，被ccf选为一类会议。
iclr的创始人包括深校三巨头的二yoshua bengio和yann LE村。 和其他高层会议一样，这次会议的目的是为深入学习提供专业的交流平台。 数据的应用特征对机器学习的性能有重要的影响，特征学习对计算机视觉、语音解决、自然语言解决等多个行业起着重要的作用，iclr的目的是构建这个行业交流研究的平台。
iclr 2021将于2021年5月4日至6月8日在线举行。 初审的结果于11月11日公布。 在这次会议上，3013篇论文投稿中有856篇是在neurips rejection之后提交的。
iclr 2021的论文rebuttal阶段现在也结束了。 某开发者从iclr 2021 openreview网页中取得这次大会的论文数据，可视化后进行了提示。 这个项目统计了论文高频词、论文得分分布情况等新闻。
项目地址: github/Evan ZD/iclr 2021-openreviewdata
关键词频率。
下图列举了提出论文中出现频率前50位的关键词，和往年一样，深度学习、强化学习、特征学习、图神经网络是非常受欢迎的话题。 但是，与此相比，卷积神经网络( convolutional neural network )的热量急剧下降，“元学习”、“特征学习”、“图表神经网络”的热量上升。
由提交论文的关键词组成的词组更直观地显示了不同研究方向的受欢迎度。
论文得分分布状况
今年iclr的论文审查得分集中在5分左右，平均值为5.169。
关键词vs得分
项目作者还对论文的平均得分和关键词频率进行了统计。 结果，如果论文作者想得到尽可能高的评价，ta可能应该采用“深度生成模型”( deep generative models )、“归一化流”( normalizing flows )、“神经正切核”( neural )
有趣的是，在名为“国际学习角色会议”的iclr大会上，“角色学习”这个关键词的频率只不过是第3位，前2位被“深度学习”和“强化学习”牢牢占据。
看到统计结果后，斯坦福大学的christopher manning教授说:“强化学习突飞猛进！ 但是，卷积神经网络处于疲劳状态。 "。
关注近年来的统计结果，“图表神经网络( gnn )”的热度逐年上升。 deepmind高级研究科学家petarveličković坦率地说:“不可否认，图神经网络已经位于深度学习工具箱的第一阶段。 "。
rebuttal后，criteo ai lab研究科学家sergey ivanov在自己的推特上显示了论文评分变化的统计结果。
306篇论文撤回了提交，现在剩下2670篇。
论文的平均得分提高了0.25。
一共有10305件审查意见，1797件评价发生了个别变化。
在rebuttal中，16篇论文得到了额外的评论意见。
iclr 2021 rebuttal链接后论文得分的变化情况。
从现在的openreview的结果来看，这次的iclr没有满分论文，8分以上的论文共计有12篇。
iclr 2021的最终接收结果预计下个月公布，可以在上述审查得分统计文件中看到感兴趣的论文。
论文阅览地址: docs.Google/spreadsheets/d/1 fsxrkwktoghqtphgncverfn9gtsvvovrveoak 9e QP8/ edit # GID = 12292272555
neurips meetup
12月6日在北京，机心举办neurips meetup。 活动设置了4个keynote、12篇论文报告和30个poster，邀请顶级专家、论文作者和现场参加者一起交流。
原标题: gnn，rl迅速崛起，cnn第一次出现疲劳状态吗？ 这是iclr 2021最全论文主题的分解”
阅读原文。
