正经炼丹师如何完美安排国庆长假？

https://www.paperweekly.site/papers/2364

@paperweekly 推荐

#Person Re-ID

本文是复旦大学发表于 ECCV 2018 的工作，论文主要研究的是行人重识别任务中的人体姿态变化问题。 作者利用 GAN 生成新的姿态行人图片，然后融合原图和生成图的 ReID 特征作为最终特征。 在测试阶段，论文定义了八种代表性的姿态，然后生成八张人造图，加上原图总共可以得到九个特征，最后使用 max pooling 得到最终的 ReID 特征。

▲   论文模型：点击查看大图

论文链接

https://www.paperweekly.site/papers/2361

源码链接

https://github.com/naiq/PN_GAN

@DanielTANG 推荐

#Object Tracking

本文来自 UCL， 论文提出了一种动态 RGBD SLAM 方案 ，不仅能实现实时的场景感知3D 重建，而且利用了 Mask RCNN 以及几何分割对 2D 图像进行实例分割，同时映射到 3D，建立 3D 模型的语义分割。 并且将要开放源码，对于语义 SLAM 研究有着一定帮助。

▲   论文模型：点击查看大图

论文链接

https://www.paperweekly.site/papers/2314

@woonchao 推荐

#3D Reconstruction

本文是香港中文大学和腾讯优图联合发表于 ECCV 2018 的工作， 论文提出了一个用于基于点云的 3D 模型重建损失函数，相较于传统的 Chamfer distance，这个损失能更好的刻画全局信息，对于提升 3D 模型重建效果有很大帮助。

论文用 GAL 来刻画重建之后的模型损失，它由两个术语组成，其中几何损失确保从不同视点接近 Groundtruth 的重建 3D 模型的一致形状，条件对抗性损失生成具有语义意义的点云。

▲   论文模型：点击查看大图

论文链接

https://www.paperweekly.site/papers/2334

@xuehansheng推荐

#Network Embedding

本文是香港科技大学和腾讯发表于 IJCAI 2018的工作， 论文提出了一种可扩展的多路复用网络嵌入模型（scalable multiplex network embedding model），将多字形关系的信息表示为一个统一的嵌入空间。

为了在保持其独特属性的同时组合不同类型关系的信息，对于每个节点，作者为每种类型的关系提出一个高维公共嵌入和低维附加嵌入。然后，可以基于统一的网络嵌入模型联合学习多个关系。

▲   论文模型：点击查看大图

论文链接

https://www.paperweekly.site/papers/2305

源码链接

https://github.com/HKUST-KnowComp/MNE

@simonhua推荐

#Neural Networks

本文利用 ML 对网络进行建模用来评估网络性能，成功对网络建模有利于网络优化，配合 SDN 在 SDN 控制器的帮助下能够有效对网络配置进行合理优化。本文提出了使用神经网络根据输入流量函数准确对网络时延进行建模。

作者基于不同计算机网络参数（网络拓扑，网络大小，流量强度，路由策略）训练了不同神经网络模型，研究了不同的计算机网络参数对于学习能力有何影响，对未来使用机器学习对网络建模的可行性进行了验证并提出了几点讨论建议，可以作为实际环境部署的指南方针。

▲   论文模型：点击查看大图

论文链接

https://www.paperweekly.site/papers/2312

@MADONG 推荐

#Deep Reinforcement Learning

本文来自 DeepMind，论文主要贡献如下：

1. 关系推理中深度学习的加入： 深度学习让关系表达的对象得以加入到我们的控制中，原先无法直接处理的物理对象可以引入了，这样 agent 与真实世界的交互变得可能了，推理也就变得有意义了。深度学习对特征的提取功能，让关系强化学习能够关注在深度学习抽象后的特征中，把特征对应成自己需要掌握的关系对象。这样其实比直接对应真实的物体更进一步；

2. Attention 模块的加入：Attention 模块让关系强化学习中关系的表达得以更优秀。原本的 RNN 等算法对于序列的长短比较敏感，但是在 attention 机制下，两个向量之间关系的计算不再受向量之间距离的影响。同一个场景下欧式距离较远的对象也可以很好的提取出存在的关系；

3.强化学习的加入： 在这里主要是监督 attention 模块中权值 w 的改变调整。

▲   论文模型：点击查看大图

论文链接

https://www.paperweekly.site/papers/2300

@xuehansheng 推荐

#Network Embedding

本文来自亚利桑那州立大学， 论文提出了一种新颖的多级网络嵌入框架 BoostNE，它可以学习从粗到细的不同粒度的多个网络嵌入表示，而不会强加普遍的全局低秩假设。 方法新颖值得深入研究。

▲   论文模型：点击查看大图

论文链接

https://www.paperweekly.site/papers/2269

@linxi2333 推荐

#Audio Generation

本文是对 DeepMind 的 Tacotron2 的改进，Tacotron2 是一种端到端的语音合成系统。 论文单高斯简化了 parallel WaveNet 的 KL目标函数，改进了蒸馏算法（distillation），使得结构更简单，更稳定；通过 Bridge-net 连接了 Tacotron（特征预测网络）和 WaveNet，彻底实现端到端。

▲   论文模型：点击查看大图

论文链接

https://www.paperweekly.site/papers/2290

Demo链接

https://clarinet-demo.github.io/

@Ttssxuan 推荐

#Reinforcement Learning

本文对 ALE (Arcade Learning Environment) 平台做了进一步深入介绍，主要从以下几点出发：1. 总结了关于 ALE 相关问题的经验，如：Frame skipping, Color averaging and frame pooling 等；2. 总结最新成果，以及当前待解决的一些问题 ；3. 新的 ALE 版本，介绍了新平台的特性，如：sticky actions, multiple game modes 等。

▲   论文模型：点击查看大图

论文链接

https://www.paperweekly.site/papers/2343

源码链接

https://github.com/mgbellemare/Arcade-Learning-Environment

Neural Network

（人工）神经网络是一种起源于 20 世纪 50 年代的监督式机器学习模型，那时候研究者构想了「感知器（perceptron）」的想法。这一领域的研究者通常被称为「联结主义者（Connectionist）」，因为这种模型模拟了人脑的功能。神经网络模型通常是通过反向传播算法应用梯度下降训练的。目前神经网络有两大主要类型，它们都是前馈神经网络：卷积神经网络（CNN）和循环神经网络（RNN），其中 RNN 又包含长短期记忆（LSTM）、门控循环单元（GRU）等等。深度学习是一种主要应用于神经网络帮助其取得更好结果的技术。尽管神经网络主要用于监督学习，但也有一些为无监督学习设计的变体，比如自动编码器和生成对抗网络（GAN）。

来源：机器之心

Neural Machine Translation

2013 年，Nal Kalchbrenner 和 Phil Blunsom 提出了一种用于机器翻译的新型端到端编码器-解码器结构 [4]。该模型可以使用卷积神经网络（CNN）将给定的一段源文本编码成一个连续的向量，然后再使用循环神经网络（RNN）作为解码器将该状态向量转换成目标语言。他们的研究成果可以说是神经机器翻译（NMT）的诞生；神经机器翻译是一种使用深度学习神经网络获取自然语言之间的映射关系的方法。NMT 的非线性映射不同于线性的 SMT 模型，而且是使用了连接编码器和解码器的状态向量来描述语义的等价关系。此外，RNN 应该还能得到无限长句子背后的信息，从而解决所谓的「长距离重新排序（long distance reordering）」问题。

来源：机器之心

baseline

一种简单的模型或启发法，用作比较模型效果时的参考点。基准有助于模型开发者针对特定问题量化最低预期效果。

来源： Google ML Glossary

Machine Learning

机器学习是人工智能的一个分支，是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论，机器学习与推断统计学联系尤为密切，也被称为统计学习理论。算法设计方面，机器学习理论关注可以实现的，行之有效的学习算法。

来源：Mitchell, T. (1997). Machine Learning. McGraw Hill.

Mapping

映射指的是具有某种特殊结构的函数，或泛指类函数思想的范畴论中的态射。 逻辑和图论中也有一些不太常规的用法。其数学定义为：两个非空集合A与B间存在着对应关系f，而且对于A中的每一个元素x，B中总有有唯一的一个元素y与它对应，就这种对应为从A到B的映射，记作f：A→B。其中，y称为元素x在映射f下的象，记作：y=f(x)。x称为y关于映射f的原象*。*集合A中所有元素的象的集合称为映射f的值域，记作f(A)。同样的，在机器学习中，映射就是输入与输出之间的对应关系。

来源： Wikipedia

Loss function

在数学优化，统计学，计量经济学，决策理论，机器学习和计算神经科学等领域，损失函数或成本函数是将一或多个变量的一个事件或值映射为可以直观地表示某种与之相关“成本”的实数的函数。

来源： Wikipedia

Natural language processing

自然语言处理（英语：natural language processing，缩写作 NLP）是人工智能和语言学领域的分支学科。此领域探讨如何处理及运用自然语言；自然语言认知则是指让电脑“懂”人类的语言。自然语言生成系统把计算机数据转化为自然语言。自然语言理解系统把自然语言转化为计算机程序更易于处理的形式。

来源： 维基百科

Question Answering

问答系统是未来自然语言处理的明日之星。问答系统外部的行为上来看，其与目前主流资讯检索技术有两点不同：首先是查询方式为完整而口语化的问句，再来则是其回传的为高精准度网页结果或明确的答案字串。以Ask Jeeves为例，使用者不需要思考该使用什么样的问法才能够得到理想的答案，只需要用口语化的方式直接提问如“请问谁是美国总统？”即可。而系统在了解使用者问句后，会非常清楚地回答“奥巴马是美国总统”。面对这种系统，使用者不需要费心去一一检视搜索引擎回传的网页，对于资讯检索的效率与资讯的普及都有很大帮助。从系统内部来看，问答系统使用了大量有别于传统资讯检索系统自然语言处理技术，如自然语言剖析（Natural Language Parsing）、问题分类（Question Classification）、专名辨识（Named Entity Recognition）等等。少数系统甚至会使用复杂的逻辑推理机制，来区隔出需要推理机制才能够区隔出来的答案。在系统所使用的资料上，除了传统资讯检索会使用到的资料外（如字典），问答系统还会使用本体论等语义资料，或者利用网页来增加资料的丰富性。

来源： 维基百科

Objective function

目标函数f(x)就是用设计变量来表示的所追求的目标形式，所以目标函数就是设计变量的函数，是一个标量。从工程意义讲，目标函数是系统的性能标准，比如，一个结构的最轻重量、最低造价、最合理形式；一件产品的最短生产时间、最小能量消耗；一个实验的最佳配方等等，建立目标函数的过程就是寻找设计变量与目标的关系的过程，目标函数和设计变量的关系可用曲线、曲面或超曲面表示。

来源： 百度百科

parameter

在数学和统计学裡，参数（英语：parameter）是使用通用变量来建立函数和变量之间关系（当这种关系很难用方程来阐述时）的一个数量。

来源： 维基百科

Query

一般来说，查询是询问的一种形式。它在不同的学科里涵义有所不同。在信息检索领域，查询指的是数据库和信息系统对信息检索的精确要求

来源： Wikipedia

perception

知觉或感知是外界刺激作用于感官时，脑对外界的整体的看法和理解，为我们对外界的感官信息进行组织和解释。在认知科学中，也可看作一组程序，包括获取信息、理解信息、筛选信息、组织信息。与感觉不同，知觉反映的是由对象的各样属性及关系构成的整体。

来源： 维基百科

Reinforcement learning

强化学习是一种试错方法，其目标是让软件智能体在特定环境中能够采取回报最大化的行为。强化学习在马尔可夫决策过程环境中主要使用的技术是动态规划（Dynamic Programming）。流行的强化学习方法包括自适应动态规划（ADP）、时间差分（TD）学习、状态-动作-回报-状态-动作（SARSA）算法、Q 学习、深度强化学习（DQN）；其应用包括下棋类游戏、机器人控制和工作调度等。

来源：机器之心

Speech synthesis

语音合成，又称文语转换（Text to Speech）技术，是将人类语音用人工的方式所产生，能将任意文字信息实时转化为标准流畅的语音朗读出来，相当于给机器装上了人工嘴巴。它涉及声学、语言学、数字信号处理、计算机科学等多个学科技术，是信息处理领域的一项前沿技术，解决的主要问题就是如何将文字信息转化为可听的声音信息，也即让机器像人一样开口说话。

来源： 张斌,全昌勤,任福继. 语音合成方法和发展综述

Supervised learning

监督式学习（Supervised learning），是机器学习中的一个方法，可以由标记好的训练集中学到或建立一个模式（函数 / learning model），并依此模式推测新的实例。训练集是由一系列的训练范例组成，每个训练范例则由输入对象（通常是向量）和预期输出所组成。函数的输出可以是一个连续的值（称为回归分析），或是预测一个分类标签（称作分类）。

来源： Wikipedia

Transfer learning

迁移学习是一种机器学习方法，就是把为任务 A 开发的模型作为初始点，重新使用在为任务 B 开发模型的过程中。迁移学习是通过从已学习的相关任务中转移知识来改进学习的新任务，虽然大多数机器学习算法都是为了解决单个任务而设计的，但是促进迁移学习的算法的开发是机器学习社区持续关注的话题。 迁移学习对人类来说很常见，例如，我们可能会发现学习识别苹果可能有助于识别梨，或者学习弹奏电子琴可能有助于学习钢琴。

来源：机器之心Pan, S. J., & Yang, Q. (2010). A survey on transfer learning. IEEE Transactions on Knowledge and Data Engineering, 22(10), 1345–1359.

xor

在数字邏輯中，逻辑算符互斥或閘（exclusive or）是对两个运算元的一种邏輯分析类型，符号为XOR或EOR或⊕。与一般的逻辑或OR不同，当两两数值相同为否，而数值不同时为真。

来源： 维基百科

Deep learning

深度学习（deep learning）是机器学习的分支，是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法，至今已有数种深度学习框架，如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

来源： LeCun, Y., Bengio, Y., & Hinton, G. (2015). Deep learning. nature, 521(7553), 436.

PaperWeekly 是一个推荐、解读、讨论和报道人工智能前沿论文成果的学术平台，

推荐、解读、讨论和报道人工智能前沿论文成果的学术平台。