arXiv 2301.040072023-01-10cs.LGcs.CY

NeurIPS 2021年发展中国家机器学习研讨会：全球挑战

Proceedings of the NeurIPS 2021 Workshop on Machine Learning for the Developing World: Global Challenges

Paula Rodriguez Diaz, Tejumade Afonja, Konstantin Klemmer, Aya Salama, Niveditha Kalavakonda, Oluwafemi Azeez, Simone Fobi

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

摘要：

这些是第五届发展中国家机器学习研讨会（ML4D）的会议记录，该研讨会是2021年12月14日第三十五届神经信息处理系统会议（NeurIPS）的一部分。

英文摘要：

These are the proceedings of the 5th workshop on Machine Learning for the Developing World (ML4D), held as part of the Thirty-fifth Conference on Neural Information Processing Systems (NeurIPS) on December 14th, 2021.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

NeurIPS 2020年发展中国家机器学习研讨会论文集：提高弹性

Proceedings of the NeurIPS 2020 Workshop on Machine Learning for the Developing World: Improving Resilience

这些是第四届发展中国家机器学习研讨会（ML4D）的会议记录，作为第三十四届神经信息处理系统会议（NeurIPS）的一部分，于2020年12月12日星期六举行。

2021-01-12cs.CYcs.LG

NeurIPS 2018发展中国家机器学习研讨会论文集：实现可持续影响

Proceedings of NeurIPS 2018 Workshop on Machine Learning for the Developing World: Achieving Sustainable Impact

这是2018年12月8日在加拿大蒙特利尔举行的NeurIPS 2018发展中国家机器学习研讨会的会议记录：实现可持续影响

2019-02-18cs.AIcs.CYcs.LG

改善机器学习领域的想法：总结NeurIPS 2019回顾研讨会的讨论

Ideas for Improving the Field of Machine Learning: Summarizing Discussion from the NeurIPS 2019 Retrospectives Workshop

MILA；OpenAI；Facebook AI Research（Facebook 人工智能研究院）；IBM；Applied Invention；McGill University（麦吉尔大学）；Dutch National Center for Mathematics and Computer Science (CWI)（荷兰国家数学与计算机科学中心（CWI））；Stanford University（斯坦福大学）；Uber AI（Uber 人工智能）

本报告记录了改进机器学习领域的想法，这些想法来自NeurIPS 2019年ML回顾研讨会的讨论。报告的目的是更广泛地传播这些想法，并鼓励继续讨论该领域如何沿着这些轴线改进。我们关注研讨会上讨论最多的主题：鼓励替代形式的奖学金的激励措施，重新构建审查过程，学术界和工业界的参与，以及我们如何更好地训练计算机科学家作为科学家。研讨会视频可访问https://slideslive.com/neurips/west-114-115-retrospectives-a-venue-for-selfreflection-in-ml-research

2020-07-21cs.AIcs.CYcs.LG

机器学习促进健康（ML4H）研讨会在NeurIPS 2018

Machine Learning for Health (ML4H) Workshop at NeurIPS 2018

本卷代表了2018年12月8日在加拿大蒙特利尔举行的2018年神经信息处理系统（NeurIPS）会议上机器学习健康（ML4H）研讨会的已接受意见。

2018-11-24cs.LGstat.ML

2016年ICML研讨会论文集# Data4Good：社会公益应用中的机器学习

Proceedings of the 2016 ICML Workshop on #Data4Good: Machine Learning in Social Good Applications

这是ICML研讨会#Data4Good的会议记录：社会公益应用中的机器学习，于2016年6月24日在纽约举行。

2016-08-28cs.CYcs.LGstat.ML

关于深度学习中科学与工程结合的研讨会后报告，NeurIPS 2019，温哥华

Post-Workshop Report on Science meets Engineering in Deep Learning, NeurIPS 2019, Vancouver

Facebook AI（Facebook 人工智能研究院）；DeepMind（DeepMind 公司）；Google Brain（谷歌大脑）

深度学习中的科学与工程结合在温哥华举行，作为NeurIPS 2019研讨会的一部分。作为研讨会的组织者，我们创建了以下报告，试图将整个活动中出现的新主题和反复出现的主题分离出来。深度学习尽管近年来取得了巨大的成功，但它仍然是艺术和工程的复杂组合。本次研讨会旨在将所有人聚集在一起，共同解决他们正在处理的问题中看似截然不同的挑战。作为研讨会的一部分，我们特别关注架构、数据和优化之间的相互依赖性，这些相互依赖性导致了设计和性能复杂性的巨大景观，而这些景观尚未得到很好的理解。今年，我们的目标是在我们的社区中强调以下方向：（i）确定通往更好的模型和算法的障碍;（ii）确定我们希望建立科学和潜在理论理解的一般趋势;（iii）确定我们希望建立的科学和潜在理论理解的一般趋势。以及（iii）科学实验和实验方案的严格设计，其目的是解决和查明谜团的起源，同时确保可重复性结论的稳健性。结果，这些主题出现并得到了广泛讨论，符合我们的期望，并为这些方向的新研究铺平了道路。虽然我们承认，文本通过我们的镜头自然是有偏见的，但我们在这里试图公平地突出研讨会的成果。

2020-07-29cs.AIcs.LG

更多相关论文收起更多论文

大规模计算成像的记忆高效学习-- NeurIPS深度逆研讨会

Memory-efficient Learning for Large-scale Computational Imaging -- NeurIPS deep inverse workshop

University of California, Berkeley（加州大学伯克利分校）

计算成像系统联合设计计算和硬件以检索传统上不能用标准成像系统访问的信息。最近，实验设计和图像先验等关键方面通过深度神经网络进行了优化，该网络由经典的基于物理的重建（称为基于物理的网络）的展开迭代形成。然而，对于真实世界的大规模系统，由于图形处理单元的内存限制，通过反向传播计算梯度会限制学习。在这项工作中，我们提出了一个内存高效的学习过程，利用网络层的可逆性，使大规模计算成像的数据驱动设计。我们证明了我们的方法在两个大规模的系统：超分辨率光学显微镜和多通道磁共振成像的实用性。

2020-03-11cs.LGeess.IVeess.SP

第一届弱监督学习研讨会（WeaSuL）

Proceedings of the First Workshop on Weakly Supervised Learning (WeaSuL)

欢迎来到WeaSuL 2021，第一次弱监督学习研讨会，与ICLR 2021共同举办。在这个研讨会中，我们希望推进理论，方法和工具，使专家能够表达自动数据注释的先验编码知识，这些知识可用于训练任意深度神经网络进行预测。ICLR 2021年弱监管研讨会旨在推进帮助现代机器学习方法从专家提供的知识中进行归纳的方法，并与可观察（未标记）数据进行交互。共有15篇论文被接受。所有接受的捐款都列在这些会议记录中。

2021-07-08cs.LG

2018年ICML机器学习中人类可解释性研讨会论文集（WHI 2018）

Proceedings of the 2018 ICML Workshop on Human Interpretability in Machine Learning (WHI 2018)

这是2018年7月14日在瑞典斯德哥尔摩举行的2018年ICML机器学习人类可解释性研讨会（WHI 2018）的会议记录。特邀发言人是Barbara Engelhardt、Cynthia Rudin、Fernanda Viégas和Martin Wattenberg。

2018-07-03cs.LGstat.ML

2017年ICML机器学习中人类可解释性研讨会论文集（WHI 2017）

Proceedings of the 2017 ICML Workshop on Human Interpretability in Machine Learning (WHI 2017)

这是2017年ICML机器学习中人类可解释性研讨会（WHI 2017）的会议记录，该研讨会于2017年8月10日在澳大利亚悉尼举行。受邀演讲者是Tony Jebara、Pang Wei Koh和David Sontag。

2017-08-08cs.LGstat.ML

2016年ICML机器学习中人类可解释性研讨会论文集（WHI 2016）

Proceedings of the 2016 ICML Workshop on Human Interpretability in Machine Learning (WHI 2016)

这是2016年ICML机器学习中人类可解释性研讨会（WHI 2016）的会议记录，该研讨会于2016年6月23日在纽约举行。受邀演讲者有Susan Athey、Rich Caruana、Jacob Feldman、Percy Liang和Hanna Wallach。

2016-07-27cs.LGstat.ML

第一届深度学习与音乐国际研讨会论文集

Proceedings of the First International Workshop on Deep Learning and Music

第一届深度学习和音乐国际研讨会论文集，与IJCNN联合，美国安克雷奇，2017年5月17日至18日

2017-06-27cs.LGcs.MMcs.NE

第一届国际类型论用锤子研讨会论文集

Proceedings First International Workshop on Hammers for Type Theories

本卷EPTCS包含了2016年7月1日在葡萄牙科英布拉举行的自动推理国际联合会议（IJCAR 2016）的一部分，第一次类型论的锤子研讨会（HaTT 2016）的会议记录。会议记录包括四份定期论文以及Pierre Corbineau（Verimag，法国）和Aleksy Schubert（华沙大学，波兰）应邀发表的两次演讲的摘要。

2016-06-17cs.AIcs.LGcs.LO

DATE关于异构架构上深度学习的系统级设计方法的周五研讨会论文集（SLOHA 2021）

Proceedings of the DATE Friday Workshop on System-level Design Methods for Deep Learning on Heterogeneous Architectures (SLOHA 2021)

本卷包含在2021年2月5日举行的第一届关于异构架构上深度学习的系统级设计方法的星期五研讨会（SLOHA 2021）上接受的论文。SLOHA 2021与欧洲设计，自动化和测试会议（DATE）位于同一地点。

2021-01-27cs.AIcs.ARcs.CV