華人作者貢獻60%，深度學習頂會ICLR 2020即將線上開幕
點擊標題下「云軒cloudhin」可快速關注
| 匠心 | 專業 |
Cloud hin，寓意以“云計算助力科技發展”
Cloud hin的品牌目標是“解決計算的問題”，品牌定位是“讓專業的計算機裝備為無限的計算潛能服務”。
深度學習領域頂級會議——國際表征學習大會 ICLR 2020（ International Conference on Learning Representations)，將于 4 月 25 日正式線上開幕。作為首次將在非洲舉辦的國際 AI 學術頂會，卻因為疫情完全改為線上，不過在家就能坐聽大咖開講也是種不錯的選擇。
ICLR，2013 年由深度學習三座大山中的 Yoshua Bengio 和 Yann LeCun 牽頭創辦。眾所周知，Yoshua Bengio 主管著蒙特利爾大學人工智能實驗室，也就是 MILA，它是世界上最大的人工智能研究中心之一。Yann LeCun 是 Facebook 人工智能研究院的院長，被稱為卷積神經網絡之父。今年是第八屆大會，雖舉辦的年限比較短，但已經被學術研究者們廣泛認可，被認為是深度學習的頂級會議。
ICLR 2020 共收到了 2594 篇論文投稿，最終共有 687 篇被接收，其中 48 篇 orals，108 篇 spotlights，531 篇 poster；錄取率為 26.5%，相比去年的 31.4% 略有降低。
清華大學ICLR會議智圖對論文的接收比例、貢獻最大的個人作者以及貢獻最多的機構進行統計分析后，發現不少國內高校和學者均榜上有名。
ICLR 2020 會議專題全析：
https://www.aminer.cn/conf/iclr2020/
ICLR 2020 官方登記網址：
https://iclr.cc/Conferences/2020
ICLR 2020 接收錄用的 687 篇論文，共來自 2566 位作者。其中 5 篇以上(包括)入選的作者共有 15 位，入選 4 篇的作者有 15 位，入選 3 篇共 53 位，2 篇入選共 246 位，僅有 1 篇作品入選的共 2239 位作者，詳情見下圖。
其中，高居入選論文榜首的學者是來自 UC Berkeley 的副教授 Sergey Levine，共計 13 篇論文被錄用。
兩位華人學者榜上有名，清華大學計算機系朱軍教授、佐治亞理工學院終身副教授宋樂分別各有 7 篇論文被接收，位居第二。
朱軍教授是清華大學計算機系教授，主要從事機器學習、貝葉斯統計等基礎理論、高效算法及相關應用研究，在國際重要期刊與會議發表學術論文 100 余篇。
宋樂是佐治亞理工學院計算科學與工程系終身副教授，機器學習中心副主任。他的主要研究方向包括核函數和深度學習的嵌入方法，機器學習的大規模算法和高效系統，以及靜態和動態網絡分析等，他曾獲得過很多機器學習方面的頂級國際獎項。
美國加州大學戴維斯分校教授 Cho-Jui Hsieh，多倫多大學助理教授 Jimmy Ba，北京大學信息科學技術學院教授王立威，DeepMind 首席科學家 Pushmeet Kohli，馬里蘭大學計算機系副教授 Tom Goldstein，分別各有 6 篇入選，并列第三位。
從作者所屬國籍來看，華人參與的論文共有 412 篇，占總論文數的 60%。其中華人一作論文共有 301 篇，占華人參與論文數的 73%，占總論文數的 44%。
可以看出，華人在此次ICLR 2020 貢獻了很大一部分力量。
由投稿關鍵詞生成的詞云圖，突出了深度學習、強化學習、表示學習、生成模型、圖形神經網絡等熱點話題。
在眾多投稿單位中，都有哪些單位貢獻了主要力量呢？貢獻度最高的又是哪一個？
機構統計如下：
Google+DeepMind以 40 篇論文入選，再次實力霸榜；位居第二的卡耐基梅隆大學，共有 23 篇入選；清華大學以 22 篇排在第三位。
接下來，麻省理工學院 19 篇、斯坦福大學 17 篇位居第四、第五位；喬治亞理工學院、北京大學和上海交通大學都分別有 15 篇入選。
在中國高校與科研機構中，香港中文大學 7 篇，中國科學技術大學 5 篇，復旦大學 4 篇，華中科技大學 4 篇，南京大學 4 篇，浙江大學 4 篇，中國科學院 4 篇，天津大學 3 篇，香港城市大學、哈爾濱工業大學、香港科技大學、臺灣大學、山東大學都有 2 篇入選。
工業界只有谷歌與微軟殺入前十榜單。Facebook 此次有 11 篇入選，阿里巴巴+螞蟻金服也有共有 11 篇高中，華為高中 7 篇，字節跳動入選 6 篇，百度 4 篇，京東與鵬城實驗室各有 2 篇入選。
以上可以看出，基本上每年各種 AI 頂會的入選論文，已被這些工業界的傳統豪強與計算機頂尖高校牢牢占據，而華人的力量已經凸顯，逐漸成為中流砥柱。
云軒Cloudhin專注Deep learning和高性能計算服務器定制，針對主要深度學習框架（如TensorFlow、Caffe 2、Theano或Torch）進行了優化和設置，在桌面上即可提供強大的深度學習功能。
第9代8核16線程Intel Core i9處理器，核心數量與頻率更進一步，核芯迭代，動力強升。雙路Nvidia Tesla GPU，基于Volta架構，增加與深度學習高度相關的Tensor單元，單個 GPU 即可提供高達 100 個 CPU 的性能。強強聯合，輕松應對如云計算、數據分析、后期制作、技術計算等多任務處理。
更多定制方案請聯系客服，云軒將實時響應您的定制需求，做您服務器的貼心管理者。
