NeurIPS 2020上与【域自适应】相关论文(六篇)

ICML(International Conference on Machine Learning),即国际机器学习大会, 是机器学习领域全球最具影响力的学术会议之一,因此在该会议上发表论文的研究者也

本文为大家奉上NeurIPS 2020必读的六篇因果推理(Causal Inference)相关论文——Covid-19传播因果分析、反事实概率方法、因果图发现、因果模仿学习、弱监督语义分割、不确定性

我们发现基于元学习(Meta Learning)相关的paper也不少,元学习及其在不同场景的应用等等都是今年比较火的topic,受到了很多人的关注。

本综述的主要目的是提供一个特定的、可以说是最流行的迁移学习子领域——领域自适应——最新理论结果的概述。

NeurIPS-2020-no-regret-learning-dynamics-for-extensive-form-correlated-equilibrium-Paper

43篇论文，覆盖从理论到多行业的应用，应该是搜集得比较全的

ALFA-带有自适应超参数的元学习 孙泳贝,崔明sub,崔建勋,金惠媛,李庆姆 NeurIPS 2020论文“使用自适应超参数进行元学习”的源代码(以前称为“快速适应的自适应学习”) 该存储库是ALF

可以实现Iframe跨域自适应高度 main.htm和agent.htm文件放在www.a.com域内 iframe.htm放在www.b.com域内 这样就可以通过a.com域中的main.htm文

近期，一些Paper放出来，DomainAdaptation（域自适应）相关研究非常火热，特别是基于DomainAdaptation的视觉应用在今年的CVPR中有不少。这里，整理了CVPR2020域自

基于对抗攻击(Adversarial Attack)相关的接受paper不少,这几年比如 对抗攻击、基于图数据的对抗攻击、NLP、CV上的攻击防御等等一些列前沿的方法和应用受到了很多人的关注,也是当前