NeurIPS 2022机器学习论文精选

算法公平性

《公平神经网络中的差异处理识别》

Michael Lohaus等研究者探讨了如何识别公平神经网络中的差异处理问题。

计算机视觉

《随机反向传播的深入研究》

Jun Fang等学者对随机反向传播方法进行了系统性分析。

《大规模点云的自监督预训练》

Zaiwei Zhang提出将大规模3D点云分割为M个占据体积，通过随机旋转和缩放生成增强视图，再采样得到全局和局部裁剪。

持续学习

《测量和减少NLP结构化预测中的模型更新回归》

Deng Cai团队研究了自然语言处理中的持续学习问题。

分布偏移

《迁移学习中的分布外泛化评估》

Florian Wenzel等设计了评估迁移学习泛化能力的新方法。

联邦学习

《自感知个性化联邦学习》

Huili Chen提出了考虑个体差异的联邦学习框架。

机器学习方法

《变分自编码器执行独立机制分析》

Patrik Reizinger等证明了VAE在独立机制分析中的有效性。

《对比学习为何需要大批量》

Changyou Chen从梯度偏差角度揭示了批量大小对对比学习的影响机制。

隐私保护

《多任务学习和边际查询的私有合成数据》

Giuseppe Vietri开发了保护隐私的数据合成技术。

表格数据

《通过邻域传播学习增强的表格数据表示》

Kounianhua Du创新性地将表格数据建模为超图，利用标签捕捉实例间关联。