CNN 101: 卷積神經(jīng)網(wǎng)絡(luò)的交互式視覺學(xué)習(xí)

為了應(yīng)對深度學(xué)習(xí)模型中的復(fù)雜性挑戰(zhàn)，研究人員開發(fā)了CNN 101，這是一個交互式的可視化系統(tǒng)，可以幫助學(xué)生更好地了解和學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)，它是基礎(chǔ)的深度學(xué)習(xí)模型體系結(jié)構(gòu)。

使用現(xiàn)代Web技術(shù)構(gòu)建的CNN 101無需專用硬件即可在用戶的Web瀏覽器中本地運行。通過緊密集成的交互式視圖，CNN 101通過解釋單神經(jīng)元級別以及層級別的卷積，激活和池化操作，提供了模型工作方式的概述和詳細說明。

CNN 101進一步擴大了公眾對深度學(xué)習(xí)技術(shù)的教育途徑。它應(yīng)用了交互式可視化技術(shù)，為用戶提供了一種更簡單的方法來學(xué)習(xí)深度學(xué)習(xí)機制并建立神經(jīng)網(wǎng)絡(luò)直覺。并且，對于現(xiàn)有的通過交互式可視化來解釋復(fù)雜機器學(xué)習(xí)算法的研究工作，CNN 101可以與他們結(jié)合在一起。

作者還計劃擴展CNN 101的功能，用來進一步支持用戶自定義和個性化的學(xué)習(xí)。他們還致力于將CNN 101部署和開源在類似于TensorFlow Playground和GAN Lab的平臺上，以便來自世界各地的學(xué)習(xí)者都可以輕松訪問。

CNN 101 演示視頻：

https://www.youtube.com/watch?v=g082-zitM7s&feature=youtu.be

原文：

https://arxiv.org/abs/2001.02004v1

主動人體姿勢估計的深度強化學(xué)習(xí)

姿勢深度強化學(xué)習(xí)（Pose-DRL）是一種在密集攝影機中運行的，基于完全可訓(xùn)練的深度強化學(xué)習(xí)（DRL）的主動式姿勢估計架構(gòu)，該架構(gòu)可以選擇適當?shù)囊朁c以提供基礎(chǔ)的單眼姿勢預(yù)測器。

研究人員使用單目標估計器和多目標估計器對模型進行評估，在兩種情況下均獲得了良好的結(jié)果。該系統(tǒng)還學(xué)習(xí)了時間自動停止的情形，以及向視頻中的下一時間處理步驟過渡的功能。

研究人員稱：“在使用Panoptic多視圖設(shè)置進行的廣泛實驗中，對于包含多個人的復(fù)雜場景，我們證明了該模型學(xué)會了選擇與強多視圖基線相比明顯更準確的姿勢估計的視點。”

該系統(tǒng)學(xué)習(xí)選擇視圖集，與強多視圖基線相比，產(chǎn)生的姿態(tài)估計更準確。結(jié)果不僅顯示了智能視點選擇的優(yōu)勢，而且還證明了“少即是多”，融合太多可能不正確的視點估計反而會導(dǎo)致結(jié)果變差。

閱讀更多：

https://arxiv.org/abs/2001.02024v1

多語言神經(jīng)機器翻譯的綜合研究

在本文中，日本大阪大學(xué)和日本國立信息與通信技術(shù)研究所，以及印度的微軟人工智能研究院的研究人員對現(xiàn)有的多語言神經(jīng)機器翻譯（MNMT）文獻進行了深入調(diào)查，以期使研究人員和從業(yè)人員對MNMT前景有更深入的了解。

他們根據(jù)中心使用實例對MNMT中的各種技術(shù)進行了簡單分類，并根據(jù)資源場景，基礎(chǔ)建模原理，核心問題和挑戰(zhàn)對它們進行 進一步分類。他們還盡可能地通過相互比較來解決幾種技術(shù)的優(yōu)缺點，并討論MNMT的未來發(fā)展方向。

MNMT在過去幾年中已經(jīng)起步。盡管它帶來了許多令人振奮的進步，但仍有許多有趣的方向可供進一步探索。

首先，這項工作涵蓋了與多語言NMT的主要場景相關(guān)的文獻，包括多路，低資源或零資源（轉(zhuǎn)移學(xué)習(xí)，數(shù)據(jù)透視和零鏡頭方法）和多源翻譯。本文系統(tǒng)地匯編了主要的設(shè)計方法及其變體，主要的MNMT問題及其建議的解決方案。

對于NMT的初學(xué)者和專家而言，這是朝著促進和加速MNMT研究邁出的重要一步。任何對于MNMT感興趣的人，都可以以此作為起點和新思想的來源。

原文：

https://arxiv.org/abs/2001.01115v2

強大且可擴展的快速分類器將用于車輛跟蹤和車輛再識別

近期的一項研究提出了一個針對不同條件下攝像機網(wǎng)絡(luò)中視頻分析的協(xié)作分類器框架，這些條件包括多尺度、多分辨率攝像機以不同的遮擋、模糊和方向捕獲環(huán)境。提出這一框架的研究人員來自于美國佐治亞理工學(xué)院和巴西圣保羅大學(xué)，他們描述了一種用于車輛跟蹤和車輛再識別的實現(xiàn)方式，他們在其中實施了零彈學(xué)習(xí)（ZSL）系統(tǒng)來對車輛執(zhí)行自動化跟蹤。

對VeRi-776和Cars196的評估表明：成組的分類器框架具有強大的對抗能力，可以擴展到不斷變化的視頻特征（例如新的車輛類型 / 品牌和新的攝像頭）。并且，他們與當前的離線視頻分析方法相比更具有實時性能。

這項研究提出了一種用于車輛跟蹤的全新技術(shù)，它同時也能進行端到端的車輛屬性提取和車輛識別。它簡單而強大的基礎(chǔ)模型與當前的最新技術(shù)相比具有一定競爭優(yōu)勢，而且其參數(shù)要少幾個數(shù)量級。研究人員在基本模型中使用大約1200萬個參數(shù)來實現(xiàn)64.4 mAP，而在MTML-OSG中使用100多個參數(shù)時則具有62.6的平均平均精度（mAP，一種用于評估排名和檢索的指標）

減少參數(shù)數(shù)量將其與當前方法的性能進行對比，研究人員們可以認定：這一框架能夠達到這一領(lǐng)域內(nèi)業(yè)界最頂尖的水準，這也是這一方法的優(yōu)勢之一。

原文：

https://arxiv.org/abs/1912.04423v2

Sparse-GAN在視網(wǎng)膜OCT圖像疾病檢測中的應(yīng)用

CNN等技術(shù)使得我們可以用計算機視覺技術(shù)和深度學(xué)習(xí)方法來檢測視網(wǎng)膜OCT圖像中的病變。 但是，這樣的方法需要大量的數(shù)據(jù)來進行訓(xùn)練，深度學(xué)習(xí)應(yīng)用也正是因此被限制在了醫(yī)學(xué)圖像分析中。而如果我們究其原因就會發(fā)現(xiàn)：從具有一種或幾種疾病的數(shù)據(jù)集中訓(xùn)練出來的深度學(xué)習(xí)系統(tǒng)無法檢測到其他訓(xùn)練集中沒有出現(xiàn)過的疾病。

為了解決這一問題，在Image-to-Image GAN（注：GAN指的是“對抗神經(jīng)網(wǎng)絡(luò)”）的啟發(fā)下，研究人員現(xiàn)在建議在這項工作中采用Image-to-Image GAN進行醫(yī)學(xué)圖像的異常檢測，并建議將重建圖像映射到潛伏空間，并附加編碼器以減少圖像噪聲的影響。

與此同時，研究人員們還建議規(guī)范化潛在特征的稀疏性，以僅使用正常訓(xùn)練數(shù)據(jù)來呈現(xiàn)所謂的稀疏約束生成對抗網(wǎng)絡(luò)（Sparse-GAN），以此進行圖像異常檢測。

在OCT成像中，來自健康受試者的3D掃描可提供數(shù)百個“B掃描”圖像而無損傷。如果我們將病變視為來自健康受試者的異常圖像，可以使用沒有病變的OCT “B掃描”來訓(xùn)練異常檢測系統(tǒng)。

Sparse-GAN能夠預(yù)測空間中潛在的異常，而不是圖像級別的異常，并且還受到新穎的Sparsity Regularization Net的約束。而在可公開獲得的數(shù)據(jù)集上對其進行的評估表明，它的性能優(yōu)于業(yè)界最新方法。

也就是說，Sparse-GAN可用于疾病篩查，其中訓(xùn)練集中只有健康數(shù)據(jù)即可。這樣，可以減輕數(shù)據(jù)收集和注釋的難度。該方法還可以預(yù)測異常激活圖，以顯示病變以進行臨床診斷。

原文：

https://arxiv.org/abs/1911.12527v2

其他爆款論文

第一個能夠通過單一視角重現(xiàn)房間3D布局的方法：

https://arxiv.org/abs/2001.02149v1

PaRoT：一個基于TensorFlow的全新系統(tǒng)：

https://arxiv.org/abs/2001.02152v1

全新的、現(xiàn)實的、具有關(guān)注意識的眾包方案：

https://arxiv.org/abs/1912.11238v2

第一個能夠幫助我們更好地理解深度學(xué)習(xí)的理論系統(tǒng)：

https://arxiv.org/abs/2001.00939v2

一種在計算機安全性領(lǐng)域中比較和評估不同解釋方法的標準：

https://arxiv.org/abs/1906.02108v3

數(shù)據(jù)集

數(shù)據(jù)集是怎么來的：

https://arxiv.org/abs/1803.09010v5

使用VizWiz數(shù)據(jù)集瀏覽器搜索和瀏覽一組大型機器學(xué)習(xí)數(shù)據(jù)集：

https://arxiv.org/abs/1912.09336v1

AI大事件

AI是如何幫助我們在中國戰(zhàn)勝貧困的：

https://time.com/5759428/ai-poverty-china/

新算法幫你找到最佳讀物：

http://news.mit.edu/2019/finding-good-read-among-billions-of-choices-1220

利用AI改善與消費者的聯(lián)系：

https://www.forbes.com/sites/forbesagencycouncil/2020/01/08/leveraging-ai-to-enhance-connection-with-consumers-12-techniques-for-marketers/#5fbdbd70cb69

對于美國公司來說，在美國建立實驗室會越來越難：

https://www.wired.com/story/export-controls-threaten-ai-outposts-china/?utm_brand=wired&utm_social-type=earned

MIT開發(fā)面向中學(xué)生的AI新課，傳授AI倫理和基礎(chǔ)知識：

http://news.mit.edu/2019/bringing-artificial-intelligence-and-mit-middle-school-classrooms-1230