您正在使用IE低版浏览器,为了您的雷锋网账号安全和更好的产品体验,强烈建议使用更快更安全的浏览器
此为临时链接,仅用于文章预览,将在时失效
人工智能 正文
发私信给夏睿
发送

0

AAAI 2017最佳论文出炉!(附PPT)| AAAI 2017

本文作者:夏睿 2017-02-09 16:55 专题:AAAI 2017
导语:论文成果:从已知的关系入手,通过输出必须满足前述关系的约束来训练学习。

雷锋网(公众号:雷锋网)-AI科技评论前线报道:美国太平洋时间2月8日早上8:30,在旧金山的AAAI 2017大会进行了最佳论文的颁奖典礼。最佳论文颁发给了斯坦福大学的Russell Steward以及其导师Stefano Drmon撰写的论文《Label-Free Supervision of Neural Networks with Physics and Domain Knowledge》。该文章从已知的关系(如物理定律)入手,通过输出必须满足物理定律的约束来训练学习。

AAAI 2017最佳论文出炉!(附PPT)| AAAI 2017

论文摘要

在许多机器学习应用中,带标签的数据数量稀少,而想要获得更多的标签需要付出高昂的代价。我们引入了一种新的神经网络监督学习方法,不同于采用直接给出输入-输出对的直接示例的传统方案。这种方法通过特定的约束条件来指定输出空间,而这些约束条件来源于先前的特定领域知识,例如已知的物理定律。我们展示了这种方法在现实世界和模拟计算机视觉任务的有效性。利用这种方法,我们可以在训练样本没有带任何标签的情况下,成功训练了一个卷积神经网络来检测和跟踪对象。这一方法还可以显着减少对标记的训练数据的需要,并同时带来了将先验知识编码为适当的损失函数的新挑战。(论文全文参见网址:http://www.aaai.org/Conferences/AAAI/2017/PreliminaryPapers/12-Stewart-14967.pdf

PPT全文

在颁奖典礼后,Russell Steward进行了关于这篇论文的讲解。以下是其讲解的PPT全文:

大数据是好东西,但“大标签”会让你痛不欲生。那怎么办呢?我们可以利用约束条件而非标签。

1.建立从f:X→Y的影射。

AAAI 2017最佳论文出炉!(附PPT)| AAAI 2017

2.学习如何跟踪物体运动轨迹。约束条件是输出结果(按照物理规则)必须是一个抛物线。

AAAI 2017最佳论文出炉!(附PPT)| AAAI 2017

3.预测与标记的对比。

AAAI 2017最佳论文出炉!(附PPT)| AAAI 2017


4.计算f(xi)值。

AAAI 2017最佳论文出炉!(附PPT)| AAAI 2017


下面举两个例子:

  • 例子1:预测未标记的图片中人的水平位置

    AAAI 2017最佳论文出炉!(附PPT)| AAAI 2017


  • 例子2:预测图片是否包含马里奥和桃子

    AAAI 2017最佳论文出炉!(附PPT)| AAAI 2017

结论

AAAI 2017最佳论文出炉!(附PPT)| AAAI 2017

我们可以使用已知的高等级不变性关系来训练分类器。所以,相比起打标签,高等级不变性关系要更直接。

随着未来更多普遍关系的挖掘,相信未来在这一领域会有着更多的应用出现。


文章由雷锋网-AI科技评论前线报道,转载请联系雷锋网-AI科技评论。

【兼职召集令!】

如果你对未来充满憧憬,喜欢探索改变世界的科技进展,look no further!

我们需要这样的你:

精通英语,对技术与产品感兴趣,关注人工智能学术动态的萝莉&萌妹子&技术宅;

文字不求妙笔生花,但希望通俗易懂;

在这里,你会收获:

一群来自天南地北、志同道合的小伙伴;

前沿学术科技动态,每天为自己充充电;

更高的生活品质,翻翻文章就能挣到零花钱;

有意向的小伙伴们把个人介绍/简历发至 guoyixin@leiphone.com,如有作品,欢迎一并附上。

雷锋网版权文章,未经授权禁止转载。详情见转载须知

AAAI 2017最佳论文出炉!(附PPT)| AAAI 2017

分享:
相关文章

文章点评:

表情

编辑

求索于科技人文间, 流连在 AI 浪潮下; 我在这儿, 斟酒,燃香,等你故事
当月热门文章
最新文章
请填写申请人资料
姓名
电话
邮箱
微信号
作品链接
个人简介
为了您的账户安全,请验证邮箱
您的邮箱还未验证,完成可获20积分哟!
请验证您的邮箱
立即验证
完善账号信息
您的账号已经绑定,现在您可以设置密码以方便用邮箱登录
立即设置 以后再说