乾明 发自 凹非寺
量子位 报道 | 公众号 QbitAI
最近，计算机科学领域的一份硬核资源更新了，收罗了自1996年以来这一领域的顶级学术会议最佳论文，堪称史上最全。
整理这份资源的，是布朗大学计算机科学助理教授Jeff Huang。
他介绍称，这些论文基本上都是手动输入的，信息来自于会议的主办方、会议网站等等。
有些顶会的并没有设置最佳论文奖，比如SIGGRAPH、CAV。Jeff Huang就选取了这些会议的“杰出论文奖”（Distinguished paper award）等相似奖项。
但并没有统计“Student Best Paper Awards”（NIPS）、“best 10-year old paper”（POPL）等奖项。
这份资源的主体，是一个按照不同学术会议划分的表格。覆盖的顶会一共有29个：
AAAI ACL CHI CIKM CVPR FOCS FSE ICCV ICML ICSE IJCAI INFOCOM KDD MOBICOM NSDI OSDI PLDI PODS S&P SIGCOMM SIGIR SIGMETRICS SIGMOD SODA SOSP STOC UIST VLDB WWW
涵盖人工智能、自然语言处理、人机交互、计算机视觉、软件工程、机器学习、数据挖掘、操作系统等方向。
每一个表格里面，都会有相应的年份，带有超链接的论文标题，论文的作者和单位。
在资源的最后部分，Jeff Huang还对这些论文的机构进行了整理，做出了顶会最佳论文机构排行榜。
计分规则很简单：一作1分，二作0.5分，三作0.33分，以此递减，然后将这些分数除以这些论文的总分，进行归一化。
其中，排名第一的是微软研究院。中国的研究机构，排名最靠前的是清华大学，排名24。
最后，附上资源传送门：
https://jeffhuang.com/best_paper_awards.html
— 完 —
诚挚招聘
量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。
量子位 QbitAI · 头条号签约作者
վ'ᴗ' ի 追踪AI技术和产品新动态
近日，第 23 届医学图像计算和计算机辅助介入国际会议 MICCAI 2020 论文录用结果揭晓，专注医疗人工智能与大数据技术研究的腾讯天衍实验室入选论文 14 篇。
腾讯天衍实验室作为腾讯觅影幕后的算法技术供应团队之一，主要研究多种机器学习方法在医学影像临床中的应用。腾讯天衍实验室负责人郑冶枫博士，从事智能医学影像分析多年，其发明的投影空间学习法于 2011 年获美国马斯. 爱迪生专利奖。他也是美国医学和生物工程学会的会士（AIMBE Fellow）和 IEEE 医学影像杂志副编（TMI IF=7.8）。
在 AI 医疗影像的学习和训练中，面对医疗图像数据标注力量不足、医疗影像数据质量参差不齐的行业困局，如何让有标注数据得到尽可能的使用，释放 AI 在医疗图像领域中的作用，腾讯天衍实验室通过多种机器学习方法的技术尝试进行突破。
与传统的监督学习相比，弱监督学习使用有限的、含有噪声的或者标注不准确的数据来进行模型参数的训练，是 AI 医学影像分析工作的常用思路。在今年获收录的论文中，天衍实验室提出了一种由宏观网络 - 微观网络两部分组成的弱监督框架。宏观网络负责学习弱标注图像（大量）中包含的位置和区域信息，而微观网络则负责学习全标注图像（少量）中包含的精细结构信息。在此框架的基础上，研究人员使用了基于不确定度的宏观 - 微观数据流，分别利用参数滑动平均方法和不确定度指导的 KL-loss 来实现两个模型的知识互通。大量的实验结果表明，该方法优于传统的单一半监督及弱监督方法，为更高效利用分割标注提供了新的可能。
图注：宏观 - 微观弱监督学习方式进行眼底 OCT 组织分割
面对神经网络容易受到医疗图像采集过程中的噪声干扰的影响，腾讯天衍实验室提出了一种抗干扰的神经元内生学习方法，利用正确的标签生成正确的响应图，然后随机生成错误的标签获得错误的响应图作为干扰。在神经网络学习中，使得两个响应图差异尽量变大，从而使得网络学习到干扰信息，提高网络的抗干扰能力。以往方法不同的是，本次提出的方法是在特征空间而非图像层面生成干扰，而在特征空间生成的干扰完全由网络内部自身决定，因此网络能够获得更强的抗干扰性和鲁棒性。
图注：抗干扰的神经元内生学习帮助医疗图像分类
医学影像数据标注要求高、数据收集困难，无标签数据的使用价值及可能性亦成为 AI 医疗影像科研探索的新方向。
在基于深度学习的青光眼自动诊断任务上，由天衍实验室提出的 “学习教学 - 知识迁移（L2T-KT）” 训练策略和“测验池（Quiz Pool）”，利用无诊断的眼底图像来升级教师网络，对无标签数据在 AI 医疗影像中的应用做出了尝试。该方案使教师网络可以将无诊断的眼底图像的信息，编码到一个潜在的特征空间中，然后学生通过向教师学习就能够在无诊断的眼底图像上进行训练。在私有数据集以及 LAG 数据集上进行了实验后的结果表明，该方法能利用无诊断眼底图像，显著提升青光眼诊断任务的性能。
图注：基于教师–学生网络框架实现可利用无诊断数据训练的青光眼分类学习模型
深度学习时代，预训练模型在医疗影像分析中起到了至关重要的作用。然而自然图像和医学图像本身存在的域间差异比较明显，存在较大提升空间。在研究中显示，天衍实验室提出的模型预训练框架 Comparing to Learn (C2L)，使用 70 万张完全无人为标注的放射学影像，通过比较图像特征之间的差异性，取得了超越 ImageNet 使用有监督预训练的模型表现以及其他当下最先进的自监督模型。
图注：通过对比学习超越 ImageNet 预训练的放射影像表征预训练方式
医学影像通常由多位专家或医生进行标注，然后利用多人标注取平均或者多数表决的形式对最终的金标准标签进行判定。当标注结果用于 AI 模型训练时，通常仅使用最终的金标准标签，金标准标签以外的原始数据标注的价值往往被忽略。天衍实验室在《基于多标注一致性的难例感知青光眼分类模型开发》中提出了一个新的基于深度学习的模型框架，利用原始的多专家标注来提升青光眼分类性能，同时也通过不同专家对每个图像标注结果的一致性或者不一致性，对该图像属于简单案例还是困难案例做出预测。
图注：基于多标注一致性的难例感知青光眼分类模型
在医学影像分析的目标区域分割任务中，通常使用人工标注作为模型学习模仿的对象。尽管分割目标的大部分区域相对容易标记，但由于边界不明确和部分容积（partial volume）效应等原因，不同组织交界的边缘区域通常难以处理，该区域的硬标签可能具有相当的不确定性，现有的边缘检测算法也不能很准确地定位和贴合物体的真实边缘，这种不确定性又会进一步影响训练后的模型的性能。
天衍实验室提出了基于超像素（superpixel）的标签软化技术，根据超像素中体素到标注边界的距离来软化该区域中的标签，使用软化后的标签与原本的硬标签一起训练分割模型。在《逻辑细化网络：提取精细边缘的边缘检测器》一文中，研究人员设计了一个逻辑细化网络和逻辑阀操作函数（基于分割图和边缘图之间的逻辑关系设计而成）。该方法可将物体检测结果（即分割图）和第一阶段较为粗糙的边缘检测图，通过逻辑阀操作函数作用在原始图像上并输入到边缘细化网络中，网络通过层层强化物体边缘位置、细化边缘图，最终输出准确精细的边缘图。实验结果表明，上述方法能有效地在原有的硬标签和边缘检测算法基础上，提升 AI 网络对 2D 和 3D 医学影像进行边缘检测的性能。
图注：逻辑细化网络：提取精细边缘的边缘检测器
今年爆发的新冠肺炎疫情期间，腾讯健康小程序抗疫专区上线的 15 个工具中，天衍实验室参与了 5 项，包括疫情知识问答、患者同小区、发热自查、发热门诊、口罩攻略。在疫情问答中，天衍实验室利用自研 LTD-BERT 模型识别用户意图，把推理速度提高了 40 倍，精准地给用户提供疫情信息。
而在新冠肺炎 CT 辅助诊断产品的研发上，克服数据量不足、标注力量不够等问题，天衍实验室采用魔方自监督学习方式训练模型，在小数据集上进行微调，就肺炎 / 非肺炎、病毒性肺炎 / 非病毒性肺炎做分类。疫情期间腾讯觅影 AI 辅助诊断新冠肺炎的解决方案落地武汉大学中南医院，在患者 CT 检查后最快 2 秒完成 AI 模式识别，1 分钟内可为医生提供辅助诊断参考。目前，该系统已和全国 30 多家医院联合进行验证，并在广东、广西、山东等省市基层医疗系统试点。
相关问答
学术期刊是正式公开出版的,论文集往往是内部交流用,很少正式出版。有些论文集也可以作为一本书或期刊的增刊正式出版。期刊按刊载内容可以分为:新闻类期刊、...
“哲学”是争辩的引起的,“科学”是终止争辩的。艺术是有门类的,涉及各行各业的。要想填补本门类艺术历史上的空白,写好一篇论文,必须理解一句话“实践是检...
祖冲之撰写的数学论文集(《缀术》),是当时数学领域的最高成就,直到唐代还被用作数学课本。祖冲之撰写的数学论文集(《缀术》),是当时数学领域的最高成就,直...
一、参考文献的类型参考文献(即引文出处)的类型以单字母方式标识,具体如下:M——专著C——论文集N——报纸文章J——期刊文章D——学位论文R——报告...
没有。因为朱自清擅长的是文学创作,尤其是散文和诗歌,而论文集则偏重于学术和专业性的研究,所以朱自清并没有写过关于某个学科领域的论文集,更多的是以文学和...
原则上是不可以的。会议论文和期刊论文内容不能是一样的,因为会议论文汇编成论文集也有刊号,而期刊的话也有刊号,等于一篇论文在两个地方同时发表。这样的操...
研究生毕业论文和小论文可以写同一研究内容,这个不是可不可以的事情,而是一个必须一致的事情,你的毕业论文和小论文不一致也就说明你的研究内容有所变化,这样...
不能了。即便是在论文集上发表论文,也是算公开发表了,所以不能再拿来发表了。你需要重新写一篇论文然后重新投稿发表,如果你使用你文章之前的内容,就是算抄...
通常来说,你所引用的文献应当对他的来源有一个明确的了解。比如,你从期刊论文上下载的文章通常都属于期刊文章,而你在中国知网等数据库上检索到的,大部分都是...
1、首先设置论文的页边距,我们只需要将上边距设置为30mm,下边距设置为25mm,左边距设置为32mm,然后右边距设置为25mm,页眉设置为20mm,页脚设置为15mm,这样...5...
