Year in Review: Deep Learning Papers in 2023January 27, 2024 | 12 min read | 384 views enmachine-learningdeep-learningAs we step into 2024, let’s take a moment to look back at the significant progress made in deep learning throughout the past year. In this year-in-review post, I’ll share my 10 favorite papers from 2023. I hope you enjoy it! If you’re interested in this post, you can also check
Upgrade for image upload, smarter AI, and more Pro Search.
TLDR; this is the last edition of The Morning Paper for now. Plus: one strand of research you won’t want to miss! I was listening to a BBC Radio 4 podcast recently (More or Less: Behind the Stats - Ants and Algorithms) in which the host Tim Harford is interviewing David Sumpter about his recent ... Continue Reading An overview of end-to-end entity resolution for big data, Christophides et al., ACM
Collection of best paper awards for 32 computer science conferences since 1996 This is a collection of best paper awards from conferences in each computer science subfield, starting from 1996. Originally, the broadest representative conference for each subfield were selected to be included. This data was entered by hand from sources found online (many of them no longer available), so please email
Weidong Zhang, Alibaba Group; Erci Xu, Alibaba Group; Qiuping Wang, Alibaba Group; Xiaolu Zhang, Alibaba Group; Yuesheng Gu, Alibaba Group; Zhenwei Lu, Alibaba Group; Tao Ouyang, Alibaba Group; Guanqun Dai, Alibaba Group; Wenwen Peng, Alibaba Group; Zhe Xu, Alibaba Group; Shuo Zhang, Alibaba Group; Dong Wu, Alibaba Group; Yilei Peng, Alibaba Group; Tianyun Wang, Alibaba Group; Haoran Zhang, Alibab
Your personal research assistant Zotero is a free, easy-to-use tool to help you collect, organize, annotate, cite, and share research. Download Available for Mac, Windows, Linux, and iOS Just need to create a quick bibliography? Try ZoteroBib. Collect with a click. Zotero automatically senses research as you browse the web. Need an article from JSTOR or a preprint from arXiv.org? A news story from
Keeping up to date with research and managing an ever-increasing number of journal articles is skill that must be well-honed by academics. Here, Alex Hope sets out how his workflow has developed using Zotero, Dropbox, Goodreader and his iPad. Article Discovery I use a variety of methods to keep on top of research in my field, and to search for articles when preparing a paper or presentation. Forem
Posted by Corinna Cortes and Alfred Spector, Google Research UPDATE: Added Theo Vassilakis as an author for "Dremel: Interactive Analysis of Web-Scale Datasets" Googlers across the company actively engage with the scientific community by publishing technical papers, contributing open-source packages, working on standards, introducing new APIs and tools, giving talks and presentations, participatin
VLDB'11から読む予定の論文リストをPick-up(citeulikeに登録予定リスト) DB系/モダンハードウェア系/分散システム系/グラフアルゴリズム系を中心に http://www.vldb.org/2011/?q=node/28 HYRISE - A Main Memory Hybrid Storage Engine Martin Grund (Hasso-Plattner-Institut), Jens Krueger (Hasso-Plattner-Institut), Hasso Plattner (Hasso-Plattner Institute), Alexander Zeier (Hasso-Plattner Institute), Philippe Cudre-Mauroux (MIT CSAIL), Samuel Madden (MIT) Fast Sparse
何かのやり方や、問題の解決方法をどんどんメモするブログ。そんな大学院生の活動「キャッシュ」に誰かがヒットしてくれることを祈って。 2000年以降の論文に限定して、 CS系論文の被引用数ランキングを作って分析してみた。 この作業を通じて予想以上に得るものがあった。 ランキングの作り方 CiteSeerXが公開している「Most Cited Computer Science Articles (2010/9/14)」を元データに採用した。 ここから2000年以降の文章に限定した後、ハンドブックや雑誌記事などを取り除いて論文だけのランキングを作成した。 被引用数は時間が経つほど増える一方なので、2000年・2001年あたりの論文が有利であることに注意する必要がある。 ただし、このことがかえって得るものを増やしてくれた。 アブストラクトをチェック 良い機会であるので、 各論文の概要や結論をチェック
岡野原です。 2011/9/17〜2011/9/19に熱海で行われた情報科学若手の会2011に参加し、講演をしてきました。 テーマを決めるに当たって、参加者の年齢、興味分野、スキルの幅が非常に広いということもあり、若手の会参加者のみなさんから質問を前もって聞いておき、それについて回答するという形にしました。 自由に質問を集めたのですが、それらは研究・企業・生き方のテーマにまとめられそうだったので、それらのテーマに沿って講演をしました。 研究 : 自然言語処理、機械学習、それらの今後 企業:起業の話、PreferredInfrastructureの話、 研究をビジネスに適用する際の話 生き方:学生、社会人の心境、アドバイス、 モチベーションの話など 何か一つのメッセージを伝えるというよりは様々な考えや体験談、tipsなどを関係なく並べたものになっています。 皆様にとって何か参考になれば幸いで
今日は,普段どのようにして専門知識を仕入れているかについて書いてみようと思います.特に自分が得意でない分野を知りたいと思った時に,どうするかに注目したいと思います.自分の専門の場合は,いくらでも時間を注ぐことが出来るので,世界中のリソースを全て探し当てて勉強すれば良いのですが,ちょっと興味が有るぐらいではそこまでやる時間は取れません.なので出来るだけ効率的に分かった気になるのが目標です. まず,論文を直接読むのはあまり効率的では無いと思います.論文は広い分野の中の或る問題に対して一つの解決方法を書いているだけで,分野全体を俯瞰することは目指していません.論文だけ読んで分野全体を理解するには,最低50本ぐらい読む必要が有ると思います.
1.2A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く