雷鋒網(wǎng)AI科技評論前線報道：北京時間8月22號，經(jīng)過3天的Tutorial和workshop預熱，IJCAI大會今天正式開幕，開幕式中提交到IJCAI的論文總數(shù)2540份，有660份被接收，總共有750份論文被受理。接著大會頒布了頒布了最佳論文獎和最佳學生論文獎。

最佳論文獎

使用Limit Datalog程序的聲明數(shù)據(jù)分析的基礎

下載地址：https://arxiv.org/pdf/1705.06927.pdf

雷鋒網(wǎng)Ai科技評論注：分析復雜數(shù)據(jù)目前是非常熱的話題，這種分析，例如數(shù)據(jù)聚合、屬性驗證或查詢回答等，現(xiàn)在主要是通過指定如何操作數(shù)據(jù)來完成，但是當數(shù)據(jù)較為復雜時這種方式表現(xiàn)并不是很好?，F(xiàn)在有人提出數(shù)據(jù)分析應當被聲明，也就是說用戶應當描述期望輸出是什么，而不是怎么計算它。例如，在一張圖中，不是通過具體的算法來計算最短路徑，而是應當1）描述什么是路徑長度；2）選擇最小長度的路徑。

在數(shù)據(jù)分析中，近來有人提出了聲明數(shù)據(jù)分析（declarative data analysis）方法，這種方法一個重要組成部分就是能夠捕獲相關任務的有效語言，Datalog_Z（支持遞歸）是其首選，但是這種語言是不可判定的。我們通過引入limit Datalog_Z并對使用乘法進行約束，事實蘊涵在聚合中將變得conExpTime-完整，在數(shù)據(jù)復雜性中變得coNP完整。此外，額外的穩(wěn)定性要求會導致復雜性分別下降到ExpTime和PTime。最后我們展示了穩(wěn)定的Datalog_Z可以用來表達許多數(shù)據(jù)分析任務，所以我們的這些結果將為高級信息系統(tǒng)的開發(fā)提供一個堅實的基礎。

最佳學生論文獎

雷鋒網(wǎng)AI科技評論注：標記解脫生成對抗網(wǎng)絡（Tag Disentangled Generative Adversarial Networks，TDGAN）

在本文中，我們提出了一個原理性的標記解脫生成對抗網(wǎng)絡（TDGAN），用于通過指定多個場景屬性（如視點，照明，表情等）從單個圖像重新渲染出感興趣對象的新圖像。整個框架由解離網(wǎng)絡（Disentangled Network），生成網(wǎng)絡（Generative Network），標簽映射網(wǎng)絡（Tag Mapping Net）和辨別網(wǎng)絡（Discriminative Network）組成，它們基于完全/部分標記的給定圖像集（即監(jiān)督/半監(jiān)督設置）來聯(lián)合訓練。給定一張輸入圖像，解離網(wǎng)絡將提取解離的、可解釋的表示，隨后生成網(wǎng)絡將用它來生成圖像。為了提高解離表示的質(zhì)量，于是在我們的框架中集成了標簽映射網(wǎng)絡來探測圖像與其標簽之間的一致性。此外，引入辨別網(wǎng)絡以實現(xiàn)用于生成更逼真圖像的對抗訓練策略。兩個有挑戰(zhàn)性的數(shù)據(jù)集實驗證明了這種框架在這些問題上的優(yōu)良表現(xiàn)。

另外，會議上介紹道本次收錄論文的關鍵字主要集中在Machine Learning，KR，Agent－based and MAS等如下關鍵詞上。

提交的2000多份論文總數(shù)中，中國占據(jù)了879份，占比最大，其次是歐洲（445份），美國（431份）。

論文審核過程也盡量遵循公平公正的原則，下圖是過程全公開。

附現(xiàn)場最佳論文獲獎圖

附最佳學生論文獲獎圖

~

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉載。詳情見轉載須知。