大盤點:Top100 深度學習論文+7 篇下載量最多的 AI 研究文章!

2021-02-13 學術頭條

今天,人工智慧這個名詞被反覆提及,也已經融入了我們生活當中。從人臉識別到網頁新聞推薦,都有它的身影,而這些也離不開深度學習。

深度學習從大量數據中學習樣本數據的內在規律,最終讓機器能夠像人一樣具有分析學習能力,能夠識別文字、圖像和聲音等,並在語音和圖像識別方面取得巨大的成果。

100 篇深度學習論文


在 GitHub 上有一個關於深度學習論文閱讀路線圖的存儲庫,包含了 100 篇 Top 深度學習論文,涉及自然語言處理、機器人、語義圖像分割等多個領域,為初入深度學習的研究者提供引導方向。

傳送門:https://github.com/terryum/awesome-deep-learning-papers

在 Brainstorming box 這個網站上也整理了近年來 7 篇下載量最多的論文:

1. 社會人機互動的人工認知:一種實現

發表年份:2016 年

在很多方面,人機互動已經成為人工智慧的挑戰。這是因為內置的環境通常不是為機器人設計的。需要語義來理解與人之間的物理交互的環境。因此,需要實施社會可接受的策略,如可控、多模式和自然模型。需要遏制的主要挑戰包括聯合行動、溝通和人為執行。構建基於人的語義綁定自身的體系結構可能會提供一個合理的解決方案。

論文連結:
https://www.sciencedirect.com/science/article/pii/S00043702163007902. 人工智慧的解釋:來自社會科學的見解

發表年份:2018

人工智慧在社會科學領域的應用被認為是優柔寡斷的。許多著名的研究人員和人工智慧專家正在為提高算法的透明度鋪平道路。本研究的主題主要集中在如何將行動傳達給人類。這項研究背後的原因也許是為了發現人類如何能夠很輕鬆地相互解釋。研究主題超越了哲學、心理學和認知科學,以演示人類如何定義、選擇、生成並快速解釋該過程。

論文連結:
https://www.aminer.cn/pub/599c7968601a182cd263a6c8/explanation-in-artificial-intelligence-insights-from-the-social-sciences3. Hanabi 挑戰:人工智慧研究的新前沿

發表年份:2020 年

每個遊戲都需要一個測試平臺。自從發明遊戲以來,就需要一個合適的環境和平臺來運行測試,以確定遊戲是否完美到足以發布。Hanabi 是一款紙牌遊戲,需要不完整信息的玩家之間進行合作。挑戰的概念是弄清楚它是否能理解其他玩家的意圖和信念。基於一種稱為 SPARTA 的策略,它可以很容易地理解為什麼它會在遊戲中做出它應該做的動作。

論文連結:
https://www.sciencedirect.com/science/article/pii/S0004370219300116
4. 量子計算、量子理論和人工智慧

發表年份:2010

量子計算!如今,這個及其熱門的流行語正在解決社會面臨的最大挑戰。目前,研究人員不僅在發明硬體,而且在根據商業原則建造機器。量子計算擁有讓計算機高效、快速地執行任務的能力。他們有能力做一些普通電腦做不到的事情,比如破解加密技術、找到機場航班的最佳安排方式,以及預測送貨卡車的最佳送貨路線。

論文連結:
https://www.sciencedirect.com/science/article/pii/S00043702090013985. 人工智慧的論證

發表年份:2007

毫無疑問,人工智慧增強已經成為人工智慧世界的核心主題。更準確地說,增強的人工智慧向世界表明,認知能力的存在只是為了支持人類智能,而不是取代人類智能。然而,利用深度學習和機器學習算法來解決複雜問題,正是人類智能所具有的作用。簡單地說,人工智慧增強是為了讓生活更簡單,比如支持、加速和提高人類執行任務的效率。這樣地實例包括自動轉錄軟體和自動駕駛汽車等任務。

論文連結:
https://www.sciencedirect.com/science/article/pii/S00043702070007936. 人工智慧的進化

發表年份:2006

人工智慧,這個由約翰・麥卡錫(John McCarthy)在 1956 年提出的術語,現在已經成為許多組織和行業轟動一時的技術。從使用語音助手應用程式到播放向你推薦的最佳劇集,都是人工智慧的工作,而我們也已都成為人工智慧世界的一部分。這項新技術預計創造的就業機會將是它所消滅的就業機會的兩倍。然而,作為人類,我們仍然有責任去平衡善與惡,並走向發展成功地 AI 革命。

論文連結:
https://www.aminer.cn/pub/53e99a1fb7602d97022734f6/evolution-of-artificial-intelligence7. 轉變觀點:人工智慧與人機互動

發表年份:2006

人工智慧即將改變人類的需求。除此之外,它還開始提供積極的商業模式。人們現在期待著考慮 AI 的倫理以及它的可理解性和可解釋性。就我們所知,這些都是人類的方面。而這波浪潮只有一個解決方案,那就是利用技術的增強,應用和以人為本的方法來表徵。儘管對於計算機和人之間如何交互有相反地觀點,但是檢查這兩個機構如何協同工作也至關重要。

論文連結:
https://www.sciencedirect.com/science/article/pii/S0004370206000920
AMiner 作為更加智能化的學術搜索服務平臺,跟緊研究前沿,已經上線了 Topic 必讀論文主題,包含了新冠肺炎認知圖譜以及對話系統聊天機器人。平臺上線人工智慧 100 個主題的經典必讀論文,為用戶提供更加貼心、全面、實用的論文推薦服務。

傳送門:https://www.aminer.cn/search/pub?q=Cognitive%20Graph&t=b


用戶只需在檢索框輸入 「Cognitive Graph」 或中文 「認知圖譜」,就能看到認知圖譜的簡要概述和該領域的精選必讀論文。每一篇必讀論文由程序自動計算出了一句話內容概括作為 「推薦理由」;必讀論文列表支持按照發表年份、引用數、點讚數等進行排序。

最為關鍵的是,AMiner 還推出了 「一鍵綜述」 功能,支持對論文進行深度的解讀,並批量自動生成收藏夾中論文的綜述,幫你對該論文的 related work 做快速總結。

今天的你博學了嗎?小編就幫你到這裡了,快來快樂學習吧!

資料來源:
https://github.com/terryum/awesome-deep-learning-papers
http://brainstormingbox.org/most-downloaded-artificial-intelligence-research-articles/
https://www.aminer.cn/topic?from=home

相關焦點

  • 【腦洞大開】IBM AAAI2018論文DLPaper2Code:自動從深度學習論文生成執行代碼程序(附作者博士論文下載)
    【導讀】近日IBM研究院提出從深度學習相關論文中自動生成深度學習代碼,使用這項研究,在研究論文中提出的DL設計可以被自動提取,然後使用一種新穎的深度學習UI編輯器DARVIZ,可以手動修改和完善提取的設計。對於提取的DL設計,其原始碼可以在 Keras(Python)和 Caffe(prototxt)中實時生成。
  • 2017年深度學習必讀31篇論文(附下載地址)
    本文長度為4100字,建議閱讀6分鐘本文為你盤點今年最值得關注的深度學習相關論文
  • 【乾貨】2017年深度學習必讀31篇論文(附論文下載地址)
    >  新智元報導  來源:kloudstrifeblog.wordpress.com作者:Kloud Strife譯者:劉光明,費欣欣【新智元導讀】2017年即將擦肩而過,Kloud Strife在其博客上盤點了今年最值得關注的有關深度學習的論文
  • 深度學習論文TOP10,2019一季度研究進展大盤點
    精品文章,第一時間送達轉載自:量子位,未經允許不得二次轉載
  • WACV 2021 論文大盤點-人體動作檢測與識別篇
    下載包含這些論文的 WACV 2021 所有論文:『WACV 2021 開幕,更偏重技術應用,附論文下載』We Don't Need Thousand Proposals: Single Shot Actor-Action Detection in VideosSSA2D 是一種簡單且有效的用於視頻單樣本 Actor-Action 檢測方法。
  • 【資源】深度學習Top100:近5年被引用次數最高論文(下載)
    Um譯者:張易本文長度為16219字,進入數據派公眾號回復「清華大數據」下載這份經典資料。這裡是近5年100篇被引用次數最多的深度學習論文,覆蓋了優化/訓練方法、無監督/生成模型、卷積網絡模型和圖像分割/目標檢測等十大子領域。重要的論文能夠超越其應用領域讓人獲益。
  • 2017深度學習優秀論文盤點 | 資源
    本文是倫敦帝國學院博士生Pierre Richemond所寫的年度深度學習論文盤點,他屬於該大學的BICV計算機視覺團隊。
  • CVPR 2020 論文大盤點-圖像增強與圖像恢復篇
    點擊上方「計算機視覺life」,選擇「星標」快速獲得最新乾貨本文繼上一篇 CVPR 2020 論文大盤點
  • 深度 計算機視覺和深度學習領域,被引用次數最多的三十篇論文(附下載)
    不過,2012年以來,這個領域變了很多,當時深度學習技術開始成為潮流,而且在許多計算機視覺基準方面其表現超過了傳統方法。無論這一趨勢是否能夠持久,我認為,應該將這些技術放入名單。正如我提到的那樣,被引越頻繁未必意味著文章貢獻越大。不過,高引證率經常暗示著人們已經發現了某些有趣的東西。據我所知,以下就是計算機視覺和深度學習領域被引最多的論文。
  • CVPR 2020 論文大盤點-超解析度篇
    本文盤點CVPR 2020 所有超解析度(Super-Resolution,SR)技術相關論文,總計21篇,超解析度是CV領域傳統方向
  • 【AlphaGoZero核心技術】深度強化學習知識資料全集(論文/代碼/教程/視頻/文章等)
    Alpha Zero的背後核心技術是深度強化學習,為此,專知特別收錄整理聚合了關於強化學習的最全知識資料,歡迎大家查看!(二):強化學習http://blog.csdn.net/ikerpeng/article/details/53031551採用深度 Q  網絡的 Atari 的 Demo:  Nature 上關於深度 Q 網絡 (DQN) 論文:http://www.nature.com/articles/nature14236David視頻裡所使用的講義pdfhttps://pan.baidu.com/
  • CVPR 引用量最高的10篇論文!何愷明ResNet登頂,YOLO佔據兩席!
    這個排名是依據過去五年發表研究的數據(覆蓋2015-2019年發表的文章),並包括截止2020年6月在谷歌學術中被索引的所有文章的引用量。眾所周知,CV領域的三大頂會就是:CVPR、ICCV和ECCV。本文就來盤點CVPR 2015-2019年引用量最高的10篇論文。
  • 100篇權威的人工智慧文章和研究論文
    AI/ML景觀這是一篇關於100篇人工智慧論文的文章
  • NeurIPS 引用量最高的10篇論文!Faster R-CNN登頂!何愷明和孫劍均有兩篇論文入圍
    ,詳見:接下來,Amusi 將繼續整理其他頂會,像NeurIPS、ICLR、ICML上也有很多優質的CV論文,而且有更多深度學習、機器學習基礎性研究工作。這個排名是依據過去五年發表研究的數據(覆蓋2015-2019年發表的文章),並包括截止2020年6月在谷歌學術中被索引的所有文章的引用量。本文就來盤點NeurIPS 2015-2019年引用量最高的10篇論文。
  • 發表在《中華結直腸疾病電子雜誌》的2篇文章入選「2018年度中國科技期刊百篇優秀論文」!
    為響應第三屆中國科協優秀科技論文遴選活動,中華醫學會面向全國醫藥衛生領域期刊(不局限於中華醫學會系列雜誌)開展「2018年中華醫學百篇優秀論文評選活動」。第三屆中國科協優秀科技論文通過專家評審將從中華醫學百篇優秀論文中產生。
  • 華人佔大半壁江山!CVPR 2021 目標檢測論文大盤點(65篇論文)
    CVPR 2021上各個方向的工作,本篇是熱度依然很高的2D目標檢測論文大盤點,之前已分享:關於更多CVPR 2021的論文和開原始碼,可見下面連結:https://github.com/amusi/CVPR2021-Papers-with-CodeCVPR 2021 2D目標檢測論文
  • NIPS 2017 深度學習論文集錦 (2)
    本文是NIPS 2017 深度學習論文集錦第二篇,第一篇是NIPS 2017 深度學習論文集錦 (1)本文是對上文的續
  • 深度 | 致研究者:2018 AI研究趨勢
    開放科研來自其他學科的學術界人士正在自問:人工智慧研究的進展為何如此之快?首先,在機器學習領域,大多數文章並不在期刊中發表,而是以即時 arXiv 預印本的形式提交到會議論文中。因此,人們無需在論文提交之後等待數月,就能很快地看到最新進展。第二,我們並不發表「順勢療法」的文章:如果你想讓文章被發表的文章,必須確保在文中展現最先進的技術,或是展示和現有最先進技術性能相近的新方法。而且,新方法必須在不同的指標中有所改進——其中包括速度、準確率、並行執行效率、數學證明的質量、處理不同大小數據集的能力等——即大大提高整體質量。
  • ECCV 2020 論文大盤點-目標檢測篇
    本文盤點ECCV 2020 與目標檢測相關的研究,包含目標檢測新範式、密集目標檢測、點雲目標檢測、少樣本目標檢測、水下目標檢測、域適應目標檢測
  • ECCV 2020 論文大盤點-光流篇
    本文盤點 ECCV 2020 所有光流(Optical Flow)相關論文,總計 7 篇,值得一提的是來自普林斯頓大學的論文『RAFT: