机器学习论文速递[09.11]

点击上方蓝字关注公众号，如有些许帮助，最后点个“在看”哦

cs.LG 方向，今日共计73篇

【1】 Towards Understanding the Importance of Shortcut Connections in Residual  Networks
标题：了解残差网络中快捷连接的重要性
作者： Tianyi Liu,  Tuo Zhao
备注：Thirty-third Conference on Neural Information Processing Systems, 2019
链接：https://arxiv.org/abs/1909.04653

【2】 Meta-Learning with Implicit Gradients
标题：具有隐含梯度的元学习
作者： Aravind Rajeswaran,  Sergey Levine
备注：NeurIPS 2019. First two authors contributed equally
链接：https://arxiv.org/abs/1909.04630

【3】 Patient trajectory prediction in the Mimic-III dataset, challenges and  pitfalls
标题：MIMIC-III数据集中的患者轨迹预测，挑战和陷阱
作者： Jose F Rodrigues-Jr,
链接：https://arxiv.org/abs/1909.04605

【4】 Prediction of Overall Survival of Brain Tumor Patients
标题：脑肿瘤患者总生存率的预测
作者： Rupal Agravat,  Mehul S Raval
备注：5 pages, IEEE TENCON 2019
链接：https://arxiv.org/abs/1909.04596

【5】 Efficient nonmyopic Bayesian optimization and quadrature
标题：有效的非近视贝叶斯优化与求积
作者： Shali Jiang,  Roman Garnett
链接：https://arxiv.org/abs/1909.04568

【6】 Differentiable Mask Pruning for Neural Networks
标题：神经网络的微分掩模剪枝
作者： Ramchalam Kinattinkara Ramakrishnan,  Vahid Partovi Nia
链接：https://arxiv.org/abs/1909.04567

【7】 Byzantine-Resilient Stochastic Gradient Descent for Distributed  Learning: A Lipschitz-Inspired Coordinate-wise Median Approach
标题：用于分布式学习的拜占庭弹性随机梯度下降：Lipschitz启发的坐标方向中值方法
作者： Haibo Yang,  Jia Liu
链接：https://arxiv.org/abs/1909.04532

【8】 Skin cancer detection based on deep learning and entropy to detect  outlier samples
标题：基于深度学习和熵的皮肤癌检测
作者： Andre G. C. Pacheco,  Thomas Trappenberg
链接：https://arxiv.org/abs/1909.04525

【9】 A Study of Deep Learning for Network Traffic Data Forecasting
标题：深度学习在网络流量数据预测中的应用研究
作者： Benedikt Pfülb,  Sebastian Rieger
备注：16 pages, 12 figures, 28th International Conference on Artificial Neural Networks (ICANN 2019)
链接：https://arxiv.org/abs/1909.04501

【10】 A Deep Learning Framework for Pricing Financial Instruments
标题：金融工具定价的深度学习框架
作者： Qiong Wu,  Zhenming Liu
链接：https://arxiv.org/abs/1909.04497

【11】 Dropout Induced Noise for Co-Creative GAN Systems
标题：用于共创GaN系统的脱落感生噪声
作者： Sabine Wieluch,  Dr. Friedhelm Schwenker
链接：https://arxiv.org/abs/1909.04474

【12】 Adversarial Orthogonal Regression: Two non-Linear Regressions for Causal  Inference
标题：对抗性正交回归：因果推断的两个非线性回归
作者： M. Reza Heydari,  Kun Zhang
链接：https://arxiv.org/abs/1909.04454

【13】 Learning Priors for Adversarial Autoencoders
标题：对抗性自动编码器的学习先验
作者： Hui-Po Wang,  Wei-Jan Ko
备注：Accepted by APSIPA ASC, 2018
链接：https://arxiv.org/abs/1909.04443

【14】 The Prevalence of Errors in Machine Learning Experiments
标题：机器学习实验中错误的盛行
作者： Martin Shepperd,  Leila Yousefi
备注：20th International Conference on Intelligent Data Engineering and Automated Learning (IDEAL), 14--16 November 2019
链接：https://arxiv.org/abs/1909.04436

【15】 Privacy-Preserving Bandits
标题：保护隐私的土匪
作者： Mohammad Malekzadeh,  Ben Livshits
链接：https://arxiv.org/abs/1909.04421

【16】 Compositional Generalization in Image Captioning
标题：图像字幕中的构图概括
作者： Mitja Nikolaus,  Desmond Elliott
备注：To appear at CoNLL 2019, EMNLP
链接：https://arxiv.org/abs/1909.04402

【17】 Classifying the Valence of Autobiographical Memories from fMRI Data
标题：从fMRI数据中分类自传体记忆的价态
作者： Alex Frid,  Norberto Eiji Nawa
链接：https://arxiv.org/abs/1909.04390

【18】 Wasserstein Collaborative Filtering for Item Cold-start Recommendation
标题：用于项目冷启动推荐的Wasserstein协作过滤
作者： Yitong Meng,  Weiwen Liu
链接：https://arxiv.org/abs/1909.04266

【19】 Temporal Network Embedding with Micro- and Macro-dynamics
标题：具有微观和宏观动力学的时态网络嵌入
作者： Yuanfu Lu,  Yanfang Ye
备注：CIKM2019
链接：https://arxiv.org/abs/1909.04246

【20】 Neural reparameterization improves structural optimization
标题：神经重新参数化改进了结构优化
作者： Stephan Hoyer,  Sam Greydanus
链接：https://arxiv.org/abs/1909.04240

【21】 Multi-Step Greedy and Approximate Real Time Dynamic Programming
标题：多步贪婪近似实时动态规划
作者： Yonathan Efroni,  Shie Mannor
链接：https://arxiv.org/abs/1909.04236

【22】 Swapped Face Detection using Deep Learning and Subjective Assessment
标题：基于深度学习和主观评价的互换人脸检测
作者： Xinyi Ding,  Michael Hahsler
链接：https://arxiv.org/abs/1909.04217

【23】 Novel diffusion-derived distance measures for graphs
标题：图的一种新的扩散导出距离测度
作者： C.B. Scott,  Eric Mjolsness
链接：https://arxiv.org/abs/1909.04203

【24】 Augmenting Monte Carlo Dropout Classification Models with Unsupervised  Learning Tasks for Detecting and Diagnosing Out-of-Distribution Faults
标题：用无监督学习任务增强Monte Carlo Dropout分类模型以检测和诊断失配故障
作者： Baihong Jin,  Alberto Sangiovanni-Vincentelli
链接：https://arxiv.org/abs/1909.04202

【25】 NormLime: A New Feature Importance Metric for Explaining Deep Neural  Networks
标题：NormLime：一种新的用于解释深度神经网络的特征重要性度量
作者： Isaac Ahern,  Jun Huan
链接：https://arxiv.org/abs/1909.04200

【26】 Option Encoder: A Framework for Discovering a Policy Basis in  Reinforcement Learning
标题：Option Encoder：一个在强化学习中发现策略基础的框架
作者： Arjun Manoharan,  Balaraman Ravindran
链接：https://arxiv.org/abs/1909.04134

【27】 AC-Teach: A Bayesian Actor-Critic Method for Policy Learning with an  Ensemble of Suboptimal Teachers
标题：AC-Teach：一种贝叶斯角色-评判法在次优教师群体中的政策学习
作者： Andrey Kurenkov,  Animesh Garg
链接：https://arxiv.org/abs/1909.04121

【28】 A Classification Methodology based on Subspace Graphs Learning
标题：基于子空间图学习的分类方法
作者： Riccardo La Grassa,  Dimitri Ognibene
链接：https://arxiv.org/abs/1909.04078

【29】 Adversarial Robustness Against the Union of Multiple Perturbation Models
标题：多扰动模型并集的对抗性鲁棒性
作者： Pratyush Maini,  J. Zico Kolter
链接：https://arxiv.org/abs/1909.04068

【30】 Exploratory Combinatorial Optimization with Reinforcement Learning
标题：基于强化学习的探索性组合优化
作者： Thomas D. Barrett,  A. I. Lvovsky
链接：https://arxiv.org/abs/1909.04063

【31】 A Flexible Framework for Anomaly Detection via Dimensionality Reduction
标题：一种灵活的降维异常检测框架
作者： Alireza Vafaei Sadr,  Martin Kunz
链接：https://arxiv.org/abs/1909.04060

【32】 Deep Learning for Automated Classification and Characterization of  Amorphous Materials
标题：用于非晶态材料自动分类和表征的深度学习
作者： Kirk Swanson,  Risi Kondor
链接：https://arxiv.org/abs/1909.04648

【33】 Representation of Constituents in Neural Language Models: Coordination  Phrase as a Case Study
标题：神经语言模型中成分的表示：以协调短语为例
作者： Aixiu An,  Roger Levy
备注：To appear at EMNLP 2019
链接：https://arxiv.org/abs/1909.04625

【34】 Discovery of Useful Questions as Auxiliary Tasks
标题：发现有用的问题作为辅助任务
作者： Vivek Veeriah,  Satinder Singh
链接：https://arxiv.org/abs/1909.04607

【35】 Road Mapping In LiDAR Images Using A Joint-Task Dense Dilated  Convolutions Merging Network
标题：使用联合任务密集扩张卷积合并网络的LiDAR图像中的道路映射
作者： Qinghui Liu,  Arnt-Brre Salberg
备注：IGARSS 2019. arXiv admin note: text overlap with arXiv:1908.11799
链接：https://arxiv.org/abs/1909.04588

【36】 Scalable Structure Learning of Continuous-Time Bayesian Networks from  Incomplete Data
标题：不完全数据下连续时间贝叶斯网络的可伸缩结构学习
作者： Dominik Linzner,  Heinz Koeppl
备注：Accepted at NeurIPS2019
链接：https://arxiv.org/abs/1909.04570

【37】 PREMA: A Predictive Multi-task Scheduling Algorithm For Preemptible  Neural Processing Units
标题：Prema：一种可抢占神经处理单元的预测多任务调度算法
作者： Yujeong Choi,  Minsoo Rhu
链接：https://arxiv.org/abs/1909.04548

【38】 DeepPrivacy: A Generative Adversarial Network for Face Anonymization
标题：DeepPrivacy：一个用于人脸匿名化的生成性对抗网络
作者： Hkon Hukkels,  Frank Lindseth
备注：Accepted to ISVC 2019
链接：https://arxiv.org/abs/1909.04538

【39】 Unrolling Ternary Neural Networks
标题：展开三元神经网络
作者： Stephen Tridgell,  Philip H.W. Leong
链接：https://arxiv.org/abs/1909.04509

【40】 ArduCode: Predictive Framework for Automation Engineering
标题：ArduCode：自动化工程预测框架
作者： Arquimedes Canedo,  Amit Pandey
链接：https://arxiv.org/abs/1909.04503

【41】 Countering Language Drift via Visual Grounding
标题：通过视觉接地对抗语言漂移
作者： Jason Lee,  Douwe Kiela
备注：Accepted to EMNLP 2019
链接：https://arxiv.org/abs/1909.04499

【42】 Natural Adversarial Sentence Generation with Gradient-based Perturbation
标题：基于梯度扰动的自然对抗性句生成
作者： Yu-Lun Hsieh,  Cho-Jui Hsieh
链接：https://arxiv.org/abs/1909.04495

【43】 Graph-based data clustering via multiscale community detection
标题：通过多尺度社区检测的基于图的数据聚类
作者： Zijing Liu,  Mauricio Barahona
链接：https://arxiv.org/abs/1909.04491

【44】 Chargrid-OCR: End-to-end trainable Optical Character Recognition through  Semantic Segmentation and Object Detection
标题：Chargrid-OCR：基于语义分割和目标检测的端到端可训练光学字符识别
作者： Christian Reisswig,  Johannes Hhne
链接：https://arxiv.org/abs/1909.04469

【45】 Automatic detection of estuarine dolphin whistles in spectrogram images
标题：光谱图像中河口海豚口哨的自动检测
作者： O. M. Serra,  L. R. Padovese
备注：10 pages; 18 figures
链接：https://arxiv.org/abs/1909.04425

【46】 Subspace clustering without knowing the number of clusters: A parameter  free approach
标题：不知道聚类数的子空间聚类：一种无参数的方法
作者： Vishnu Menon,  Sheetal Kalyani
链接：https://arxiv.org/abs/1909.04406

【47】 FDA: Feature Disruptive Attack
标题：FDA：功能中断攻击
作者： Aditya Ganeshan,  R. Venkatesh Babu
备注：Accepted in ICCV;19. Code Available at this https URL
链接：https://arxiv.org/abs/1909.04385

【48】 GBDT-MO: Gradient Boosted Decision Trees for Multiple Outputs
标题：GBDT-MO：多输出梯度增强决策树
作者： Zhendong Zhang,  Cheolkon Jung
链接：https://arxiv.org/abs/1909.04373

【49】 FreiHAND: A Dataset for Markerless Capture of Hand Pose and Shape from  Single RGB Images
标题：FreiHAND：一个用于从单个RGB图像中无标记捕获手势和形状的数据集
作者： Christian Zimmermann,  Thomas Brox
备注：Accepted to ICCV 2019, Project page: this https URL
链接：https://arxiv.org/abs/1909.04349

【50】 A Meta-Learning Framework for Generalized Zero-Shot Learning
标题：一种广义零激发学习的元学习框架
作者： Vinay Kumar Verma,  Piyush Rai
链接：https://arxiv.org/abs/1909.04344

【51】 Towards Interpretable Image Synthesis by Learning Sparsely Connected  AND-OR Networks
标题：学习稀疏连通AND-OR网络的可解释图像合成
作者： Xianglei Xing,  Ying Nian Wu
链接：https://arxiv.org/abs/1909.04324

【52】 A Bayesian Approach to Direct and Inverse Abstract Argumentation  Problems
标题：正反抽象论证问题的贝叶斯方法
作者： Hiroyuki Kido,  Beishui Liao
链接：https://arxiv.org/abs/1909.04319

【53】 Bayesian Relational Memory for Semantic Visual Navigation
标题：语义视觉导航的贝叶斯关系记忆
作者： Yi Wu,  Yuandong Tian
备注：Accepted at ICCV 2019
链接：https://arxiv.org/abs/1909.04306

【54】 Inverse Ising inference from high-temperature re-weighting of  observations
标题：高温重新加权观测值的逆Ising推断
作者： Junghyo Jo,  Vipul Periwal
链接：https://arxiv.org/abs/1909.04305

【55】 A Multistep Lyapunov Approach for Finite-Time Analysis of Biased  Stochastic Approximation
标题：有偏随机逼近有限时间分析的多步Lyapunov方法
作者： Gang Wang,  Georgios B. Giannakis
链接：https://arxiv.org/abs/1909.04299

【56】 LSTM-MSNet: Leveraging Forecasts on Sets of Related Time Series with  Multiple Seasonal Patterns
标题：LSTM-MSNet：利用具有多个季节模式的相关时间序列集合的预测
作者： Kasun Bandara,  Hansika Hewamalage
链接：https://arxiv.org/abs/1909.04293

【57】 Lifelog Patterns Analyzation using Graph Embedding based on Deep Neural  Network
标题：基于深度神经网络的图嵌入Lifelog模式分析
作者： Wonsup Shin,  Sung-Bae Cho
链接：https://arxiv.org/abs/1909.04252

【58】 PMD: A New User Distance for Recommender Systems
标题：PMD：一种新的推荐系统用户距离
作者： Yitong Meng,  Guangyong Chen
链接：https://arxiv.org/abs/1909.04239

【59】 Quantum Unsupervised and Supervised Learning on Superconducting  Processors
标题：超导处理器上的量子无监督和有监督学习
作者： Abhijat Sarma,  Ting Yu
链接：https://arxiv.org/abs/1909.04226

【60】 Machine learning accelerates parameter optimization and uncertainty  assessment of a land surface model
标题：机器学习加速陆面模型的参数优化和不确定度评估
作者： Yohei Sawada
链接：https://arxiv.org/abs/1909.04196

【61】 Recommendation System-based Upper Confidence Bound for Online  Advertising
标题：基于推荐系统的在线广告上置信限
作者： Nhan Nguyen-Thanh,  Dominique Quadri
链接：https://arxiv.org/abs/1909.04190

【62】 Signal retrieval with measurement system knowledge using variational  generative model
标题：基于变分生成模型的测量系统知识信号检索
作者： Zheyuan Zhu,  Shuo Pang
链接：https://arxiv.org/abs/1909.04188

【63】 Meta-learnt priors slow down catastrophic forgetting in neural networks
标题：元学习先验减缓神经网络中的灾难性遗忘
作者： Giacomo Spigler
链接：https://arxiv.org/abs/1909.04170

【64】 OncoNetExplainer: Explainable Predictions of Cancer Types Based on Gene  Expression Data
标题：OncoNetExplainer：基于基因表达数据的癌症类型的可解释预测
作者： Md. Rezaul Karim,  Christoph Lange
备注：In proc. of 19th IEEE International Conference on Bioinformatics and Bioengineering(IEEE BIBE 2019)
链接：https://arxiv.org/abs/1909.04169

【65】 MLOD: A multi-view 3D object detection based on robust feature fusion  method
标题：MLOD：一种基于鲁棒特征融合方法的多视角三维物体检测
作者： Jian Deng,  Krzysztof Czarnecki
备注：6 pages, 6 figures, 2019 22st International Conference on Intelligent Transportation Systems (ITSC)
链接：https://arxiv.org/abs/1909.04163

【66】 Self-Teaching Networks
标题：自学网络
作者： Liang Lu,  Yifan Gong
备注：5 pages, Interspeech 2019
链接：https://arxiv.org/abs/1909.04157

【67】 DaTscan SPECT Image Classification for Parkinson's Disease
标题：DATscan SPECT图像分类在帕金森病中的应用
作者： Justin Quan,  Jean Su
链接：https://arxiv.org/abs/1909.04142

【68】 Detection and Classification of Breast Cancer Metastates Based on U-Net
标题：基于U-NET的乳腺癌转移灶检测与分类
作者： Lin Xu,  Yu Chun Su
链接：https://arxiv.org/abs/1909.04141

【69】 Super learning for daily streamflow forecasting: Large-scale  demonstration and comparison with multiple machine learning algorithms
标题：日径流预测的超级学习：大规模演示和与多种机器学习算法的比较
作者： Hristos Tyralis,  Andreas Langousis
链接：https://arxiv.org/abs/1909.04131

【70】 DeepObfuscator: Adversarial Training Framework for Privacy-Preserving  Image Classification
标题：DeepObfuscator：保护隐私的图像分类对抗训练框架
作者： Ang Li,  Yiran Chen
链接：https://arxiv.org/abs/1909.04126

【71】 Adversarial Policy Gradient for Deep Learning Image Augmentation
标题：深度学习图像增强的对抗性策略梯度
作者： Kaiyang Cheng,  Valentina Pedoia
备注：9 pages, 2 figures, MICCAI 2019, First two authors contributed equally
链接：https://arxiv.org/abs/1909.04108

【72】 Building Calibrated Deep Models via Uncertainty Matching with Auxiliary  Interval Predictors
标题：通过与辅助区间预测器的不确定性匹配来构建校准的深度模型
作者： Jayaraman J. Thiagarajan,  Peer-Timo Bremer
链接：https://arxiv.org/abs/1909.04079

【73】 Countering the Effects of Lead Bias in News Summarization via  Multi-Stage Training and Auxiliary Losses
标题：通过多阶段训练和辅助损失对抗新闻摘要中的铅偏见影响
作者： Matt Grenander,  Annie Louis
备注：5 pages, accepted at EMNLP 2019
链接：https://arxiv.org/abs/1909.04028

机器翻译，仅供参考