所有文章 > 正文

IJCAI 2021 数据增强必读论文推荐

作者: 清华AMiner团队

浏览量: 713

时间: 2021-08-04 13:22

论文可以下载!

IJCAI全称国际人工智能联合会议,是人工智能领域中最主要的学术会议之一。IJCAI2021由于疫情影响,也将于线上举行,本次会议在4204篇投稿论文中,有587篇论文被录取,论文接收率低至13.9%。
AMiner通过AI技术,对IJCAI2021收录的会议论文进行了分类整理,欢迎下载收藏!
AMiner-IJCAI 2021:https://www.aminer.cn/conf/ijcai2021


1.论文名称:Isotonic Data Augmentation for Knowledge Distillation
论文链接:https://www.aminer.cn/pub/60da8fc20abde95dc965f776
我们引入了知识精馏中数据扩充的阶数限制,称之为等元数据扩充(IDA)。我们使用等元回归(IR)——一种来自统计的经典技术——来消除顺序违反。我们证明了IDA可以被建模为一个树形结构的IR问题。


2.论文名称:Novelty Detection via Contrastive Learning with Negative Data Augmentation
论文链接:https://www.aminer.cn/pub/60d1419c91e011c16f0cb393
以往的新颖性检测方法试图通过生成对抗网络(GANs)学习正常样本的表示。但存在训练不稳定、模式下降、判别能力低等问题。近年来,各种各样的借口任务(如旋转预测和聚类)被提出用于自我监督学习的新颖性检测。然而,学习到的潜在特征仍然是低分辨。我们通过引入一个新的解码器-编码器框架来克服这些问题。




扫码微信阅读
[关于转载]:本文转载于清华AMiner团队,仅用于学术分享,有任何问题请与我们联系:report@aminer.cn。