NeurIPS是当前全球最负盛名的AI学术会议之一，全称是NeuralInformationProcessingSystems，神经信息处理系统大会，通常在每年12月由NeurIPS基金会主办。大会讨论的内容包含深度学习、计算机视觉、大规模机器学习、学习理论、优化、稀疏理论等众多细分领域。12月10日，NeurIPS2023在美国路易斯安那州新奥尔良市拉开帷幕。根据官网博客公布的数据，今年大会收到的论文投稿数量创造了新纪录，达到13321篇，由1100名领域主席、100名高级领域主席和396名伦理审稿人审查，其中3584篇论文被接收。刚刚，NeurIPS官方公布了2023年度的获奖论文，包括时
相比于常规的三通道 RGB图像，高光谱图像包含几十上百个波段，从而捕获了关于成像场景更丰富的信息。也正因为这一重要特性，高光谱图像被广泛地应用于医疗，地形勘探，农业等领域。如图1所示，在医院进行检查时，如果只看常规的RGB图像可能很难诊断病因，但是如果采用高光谱图像捕获并在特定波长下渲染的话，就可以看清楚各类血管，骨骼结构等，从而辅助医生诊断。同样的原理也可应用在遥感地形勘探和农业病虫害检测。图1高光谱图像的应用然而高光谱图像并不容易获取，传统的成像设备采用光谱仪对成像场景进行逐波段的扫描，费时费力，难以捕捉运动场景。近些年，科学家们专门设计了单曝光压缩成像（SnapshotCompressi
大模型“识图”能力都这么强了，为啥还老找错东西？例如，把长得不太像的蝙蝠和拍子搞混，又或是认不出一些数据集中的稀有鱼类……这是因为，我们让大模型“找东西”时，往往输入的是文本。如果描述有歧义或太偏门，像是“bat”（蝙蝠还是拍子？）或“魔鳉”（Cyprinodondiabolis），AI就会大为困惑。这就导致用大模型做目标检测、尤其是开放世界（未知场景）目标检测任务时，效果往往没有想象中那么好。现在，一篇被NeurIPS2023收录的论文，终于解决了这个问题。论文提出了一种基于多模态查询的目标检测方法MQ-Det，只需要给输入加上一个图片示例，就能让大模型找东西的准确率大幅提升。在基准检测数据
目前的开放世界目标检测模型大多遵循文本查询的模式，即利用类别文本描述在目标图像中查询潜在目标，但这种方式往往会面临「广而不精」的问题。论文链接：https://arxiv.org/abs/2305.18980代码地址：https://github.com/YifanXu74/MQ-Det为此，中科院自动化等机构的研究人员提出了基于多模态查询的目标检测MQ-Det，以及首个同时支持文本描述和视觉示例查询的开放世界检测大模型。MQ-Det在已有基于文本查询的检测大模型基础上，加入了视觉示例查询功能。通过引入即插即用的门控感知结构，以及以视觉为条件的掩码语言预测训练机制，使得检测器在保持高泛化性的同
NeurIPS是当前全球最负盛名的AI学术会议之一，全称是NeuralInformationProcessingSystems，神经信息处理系统大会，通常在每年12月由NeurIPS基金会主办。大会讨论的内容包含深度学习、计算机视觉、大规模机器学习、学习理论、优化、稀疏理论等众多细分领域。NeurIPS2023已是第37届，将于12月10日到16日举行，举办地点为路易斯安那州新奥尔良市。今天，NeurIPS官方放出了录用结果。根据官网邮件中给出的数据，本届会议共有12343篇有效论文投稿，接收率为26.1％，高于2022年的25.6％。结果出来，社交平台上几家欢喜几家愁。有人投的两篇论文都被接
按语：随着大模型的崛起，将AI再次推向一个高峰，受到的关注也越来越大。在网络安全领域，除4大安全顶会外，一些涉及AI的安全话题，包括对AI的攻防研究，以及应用AI做安全的研究方向，也会发表在AI顶会上。但是，像NeurIPS2022年的议题就有2834个（2023年还在callforpapers），手工翻一遍都得很久，何况还要分类出安全主题的，更是费劲，因此我利用AI去做主题分类，把感兴趣的议题识别出来并自动翻译，可以大大地节省议题筛选的时间。其它AI顶会每年的议题量也是数以千计，多得根本看不过来。在这个论文主题分类上，发现还是GPT4比较准确，其它都不行，排第二名的是Claude+，其次是C
Acceptedpaperslist（2023.5.28）AAAI2023：暂未查询到全文，欢迎大家补充**ICLR2023**：https://openreview.net/group?id=ICLR.cc/2023/ConferenceWWW2023：https://dblp.uni-trier.de/db/conf/www/www2023.htmlCVPR2023：https://openaccess.thecvf.com/CVPR2023?day=allACL2023：ICML2023：==KDD2023：IJCAI2023：https://ijcai-23.org/main-trac
Acceptedpaperslist（2022.11.05）2022年顶会已全部更新AAAI2022：https://dblp.uni-trier.de/db/conf/aaai/aaai2022.htmlvirtual：https://aaai-2022.virtualchair.net/papers.html?filter=keywordsICLR2022：https://openreview.net/group?id=ICLR.cc/2022/ConferenceWWW2022：https://dblp.uni-trier.de/db/conf/www/www2022.html接收的论文
Theconferencewasfoundedin1987andisnowamulti-trackinterdisciplinaryannualmeetingthatincludesinvitedtalks,demonstrations,symposia,andoralandposterpresentationsofrefereedpapers.Alongwiththeconferenceisaprofessionalexpositionfocusingonmachinelearninginpractice,aseriesoftutorials,andtopicalworkshopsthatp
NeurIPS，全称AnnualConferenceonNeuralInformationProcessingSystems，是机器学习领域的顶级会议，与ICML，ICLR并称为机器学习领域难度最大，水平最高，影响力最强的会议！NeurIPS是CCF推荐A类会议，CoreConferenceRanking推荐A*类会议，H5index高达278！NeurIPS是由连接学派神经网络的学者于1987年在加拿大创办，后来随着影响力逐步扩大，也曾移师美洲、欧洲等地举办。早年发布在NIPS中的论文包罗万象，从单纯的工程问题到使用计算机模型来理解生物神经元系统等各种主题。但论文的主题主要以机器学习，人工智
