Список принятых документов на ICML2017 был опубликован вчера, и Андрей Карпатий опубликовал очень хороший пост, в котором анализируется принятие институтом. Из 1701 заявки было принято 433 статьи (или примерно 25,46%) от 420 различных организаций. Я рад видеть очень сильное представительство Machine Learning @ Georgia Tech (ML @ GT) с 13 статьями (Андрей сообщил о 14, но я смог найти только 13 - по консервативным оценкам). Таким образом, GT входит в десятку лучших среди учебных заведений, а если рассматривать только академические учреждения, то она занимает 6-е место в списке, что свидетельствует об сильных исследованиях GT в области машинного обучения. Это также хорошо согласуется с недавно учрежденным доктором философии. Программа по машинному обучению, которую мы будем допустить осенью этого года, впервые создаст еще более активное сообщество машинного обучения в Технологическом институте Джорджии, тесно интегрирующее исследования и образование.

Список принятых ICML 2017 с участием Технологического института Джорджии - поздравляем всех (и, конечно же, участников конкурса)!

  1. Ленивые алгоритмы условного градиента
    Габор Браун (Технологический институт Джорджии) · Себастьян Покутта (Технологический институт Джорджии) · Дэниел Зинк (Технологический институт Джорджии)
  2. Условный ускоренный ленивый стохастический градиентный спуск
    Гуанхуи Лан (Технологический институт Джорджии) · Себастьян Покутта (Технологический институт Джорджии) · Йи Чжоу (Технологический институт Джорджии) · Дэниел Зинк (Институт Джорджии) технологий)
  3. Изучение процессов Хокса на основе коротких последовательностей событий, подвергнутых двойной цензуре
    Хунтэн Сюй (Технологический институт Джорджии) · Диксин Луо (Университет Торонто) · Хунюань Чжа (Технологический институт Джорджии)
  4. Глубокая агрегация: дифференцируемое имитационное обучение для последовательного прогнозирования
    Вен Сан (Университет Карнеги-Меллона) · Арун Венкатраман (Университет Карнеги-Меллона) · Джефф Гордон (Университет Карнеги-Меллона) · Байрон Бутс ( Технологический институт Джорджии) · Дрю Багнелл (Университет Карнеги-Меллона)
  5. Выживание HMM: интерпретируемая модель прогнозирования времени событий для мобильного здравоохранения
    Уолтер Демпси (Мичиганский университет) · Александр Морено (Технологический институт Джорджии) · Джим Рэг (Технологический институт Джорджии) · Сьюзан Мерфи (Мичиганский университет)
  6. Стохастическое генеративное хеширование
    Бо Дай (Технологический институт Джорджии) · Руйки Го (Google Research) · Санджив Кумар (Google Research, Нью-Йорк) · Ниао Хе (UIUC) · Ле Сонг (Джорджия) Технологический институт)
  7. Прогнозирование в условиях неопределенности в гауссовских процессах с разреженным спектром с применением для фильтрации и управления
    Юнпэн Пан (Технологический институт Джорджии) · Синьян Ян (Технологический институт Джорджии) · Евангелос Теодору (Технологический институт Джорджии) · Байрон Ботс (Технологический институт Джорджии)
  8. Многооконное онлайн-обучение: отказ от выпуклости для повышения эффективности
    Чжэхуи Чен (Технологический институт Джорджии) · Линь Ян (Джонс Хопкинс) · Крис Джунчи Ли (Принстонский университет) · Туо Чжао ( Технологический институт Джорджии)
  9. Вариационная политика для руководящих точечных процессов
    Ичен Ван (Гейтч) · Грэди Уильямс (Технологический институт Джорджии) · Эвангелос Теодору (Технологический институт Джорджии) · Ле Сонг (Технологический институт Джорджии)
  10. Снижение риска фейковых новостей с помощью вмешательства на основе точечного процесса
    Мехрдад Фараджтабар (Технологический институт Джорджии) · Цзячен Ян (Технологический институт Джорджии) · Сяоцзин Е (Государственный университет Джорджии) · Хуан Сю (Джорджия) Tech) · Шуанг Ли () · Ракшит Триведи (Технологический институт Джорджии) · Элиас Халил (Технологический институт Джорджии) · Ле Сонг (Технологический институт Джорджии) · Хунюань Чжа (Технологический институт Джорджии)
  11. Итеративное машинное обучение
    Вейян Лю (Технологический институт Джорджии) · Бо Дай (Технологический институт Джорджии) · Джим Рег (Технологический институт Джорджии) · Ле Сонг (Технологический институт Джорджии)
  12. Подражая эксперту: обратная оптимизация через онлайн-обучение
    Себастьян Покутта (Технологический институт Джорджии) · Андреас Берманн (FAU Эрланген-Нюрнберг) · Оскар Шнайдер (FAU Эрланген-Нюрнберг)
  13. Know-Evolve: глубокое обучение для темпорального мышления в динамических графах знаний
    Ракшит Триведи (Технологический институт Джорджии) · Хаджун Дай (Технологический институт Джорджии) · Ичен Ван (Gatech) · Ле Сонг (Технологический институт Джорджии)