paper/

[IIIDYT at SemEval-2018 Task 3: Irony detection in English tweets](http://aclweb.org/anthology/S18-1087)/ [SemEval-2018 Task 3: Irony Detection in English Tweets](http://aclweb.org/anthology/S18-1005)/

https://competitions.codalab.org/competitions/17468#learn_the_details

自然言語処理感情分析

[1809.00946] Twin-GAN -- Unpaired Cross-Domain Image Translation with Weight-Sharing GANs

リンク/ 概要/ 手法/

https://arxiv.org/abs/1809.00946

画像生成

[1806.01911] Adversarial Scene Editing: Automatic Object Removal from Weak Supervision

概要/ 手法/

https://arxiv.org/abs/1806.01911

画像生成

[1803.05449] SentEval: An Evaluation Toolkit for Universal Sentence Representations

概要/ Intro/ Aims/ Evaluations/

https://arxiv.org/abs/1803.05449

自然言語処理文分散表現

[1811.09030] Data Augmentation using Random Image Cropping and Patching for Deep CNNs

https://arxiv.org/abs/1811.09030

深層学習画像認識データ水増し正則化

[1810.12890] DropBlock: A regularization method for convolutional networks

概要/ 関連/ DropBlock/ 実験/

https://arxiv.org/abs/1810.12890

深層学習画像認識正則化

Squeeze-and-Excitation Networks

リンク/ 概要/ SE Module/

https://arxiv.org/abs/1709.01507

深層学習画像認識

Learning Confidence for Out-of-Distribution Detection in Neural Networks

リンク/ 概要/ Confidence Estimation/

https://arxiv.org/abs/1802.04865

機械学習深層学習分類器

MixFeat: Mix Feature in Latent Space Learns Discriminative Space

深層学習画像認識データ水増し

Deep contextualized word reprensetations (Embedding from Language Models; ELMo)

概要/ Bidirectional Language Model (biLM)/ ELMo/

http://www.aclweb.org/anthology/N18-1202

深層学習単語分散表現

Set Transformer

概要/ 集合の学習/ 背景/ Set Transformer/

https://arxiv.org/abs/1810.00825

深層学習集合学習

Spherical Latent Spaces for Stable Variational Autoencoders

リンク/ 概要/ vMF 分布/ vMF VAE/

https://arxiv.org/abs/1808.10805

深層学習オートエンコーダ生成モデル VAE

Functional Programming with Bananas, Lenses, Envelopes and Barbed Wire

概要/ 表記/ リストの場合/ 代数的データ型 (Algebraic data types)/ 再帰スキーム/ 計算規則/ Parameterized Types (パラメータ化された型)/

https://maartenfokkinga.github.io/utwente/mmf91m.pdf

計算圏論

Lifting Layers: Analysis and Applications

概要/ 提案/ Examples/

https://arxiv.org/abs/1803.08660

深層学習活性化関数

Deep Representation Learning with Target Coding

概要/ 準備/ 実験/

http://personal.ie.cuhk.edu.hk/~ccloy/files/aaai_2015_target_coding.pdf

深層学習

[1806.10909] ResNet with one-neuron hidden layers is a Universal Approximator

概要/ 万能関数近似性/ ResNet の構成/ 証明の概要 (理解する自信ない)/

https://arxiv.org/abs/1806.10909

深層学習

[1710.03282] Checkpoint Ensembles: Ensemble Methods from a Single Training Process

概要/ 既存手法/ 提案手法/ 実験/

https://arxiv.org/abs/1710.03282

深層学習アンサンブル学習

[1806.05236] Manifold Mixup: Encouraging Meaningful On-Manifold Interpolation as a Regularizer

概要/ 手法/ 実験/

https://arxiv.org/abs/1806.05236

深層学習データ水増し

Learning Generative Models via Discriminative Approaches (Tu's generative model)

概要/ 手法/

http://pages.ucsd.edu/~ztu/publication/cvpr07_gdl.pdf

生成モデル

[1805.06447] Spatial Transformer Introspective Neural Network

概要/ 手法/

https://arxiv.org/abs/1805.06447

深層学習画像認識データ水増し正則化 GAN

[1801.06146] Universal Language Model Fine-tuning for Text Classification

概要/ 提案手法/

https://arxiv.org/abs/1801.06146

テキスト分類自然言語処理

Deep Koalarization: Image Colorization using CNNs and Inception-ResNet-v2

リンク/ 概要/ アプローチ/ ネットワーク構造/ 実験/

https://www.researchgate.net/publication/321744935_Deep_Koalarization_Image_Colorization_using_CNNs_and_Inception-ResNet-v2

深層学習自動着色

Representation Learning by Learning to Count

概要/ 感想/

http://openaccess.thecvf.com/content_ICCV_2017/papers/Noroozi_Representation_Learning_by_ICCV_2017_paper.pdf

画像認識教師ナシ学習

BPEmb: Tokenization-free Pre-trained Subword Embeddings in 275 Languages

評価/

https://arxiv.org/abs/1710.02187

自然言語処理文分散表現

YOLOv3

Bounding Box Prediction/

https://pjreddie.com/media/files/papers/YOLOv3.pdf

物体検出

[1802.03426] UMAP: Uniform Manifold Approximation and Projection for Dimension Reduction

リンク/ 概要/ イントロ/ アルゴリズムの概要/ 準備 - Fuzzy topological representation/ 次元削減の方法/ 実装/ 使ってみる/

https://arxiv.org/abs/1802.03426

多様体学習次元圧縮

Facial Attractiveness Prediction using Psychologically Inspired Convolutional Neural Network (PI-CNN)

備考/ 概要/ 手法/

https://pdfs.semanticscholar.org/886f/891eb99170220fb98a523c8e6f5b31ddbb38.pdf

深層学習画像認識

One pixel attack for fooling deep neural networks

概要/ Github/ 手法/ 結果/

https://arxiv.org/abs/1710.08864

深層学習画像認識

Six Challenges for Neural Machine Translation

概要/ 実験環境/ 実験/

https://arxiv.org/abs/1706.03872

自然言語処理自動翻訳

One Big Net For Everything: ONE

概要/ Basic Ideas/

https://arxiv.org/abs/1802.08864

深層学習強化学習

Class Imbalance, Redux

概要/ downsampling/ bagging/

https://pdfs.semanticscholar.org/a8ef/5a810099178b70d1490a4e6fc4426b642cde.pdf

分類器

Data Augmentation by Pairing Samples for Images Classification

概要/ 方法/ 他/ 追記/

https://arxiv.org/abs/1801.02929

深層学習画像認識データ水増し正則化

Swish: a Self-Gated Activation Function

概要/ 実験/ 感想/

https://arxiv.org/abs/1710.05941

活性化関数深層学習

[1605.06955] Semi-Supervised Classification Based on Classification from Positive and Unlabeled Data

リンク/ 概要/ Background/ 提案される半教師アリ学習/ 解析/

https://arxiv.org/abs/1605.06955

分類器半教師アリ学習

Poincaré Embeddings for Learning Hierarchical Representations

概要/ 先行研究: Translational/ ポアンカレ空間/ 実験/ 実装/ 感想/

https://arxiv.org/abs/1705.08039

埋め込み表現

Variational Autoencoders (VAEs)

index/ 参考文献/ 概要/ VAE (M1)/ Conditional Variational Autoencoders (CVAE, M2)/ MNIST 実験/

https://arxiv.org/abs/1606.05908

深層学習オートエンコーダ生成モデル VAE

[1708.04552] Improved Regularization of Convolutional Neural Networks with Cutout

概要/ 実装/ 類似提案 ([1708.04896] Random Erasing Data Augmentation)/ 参考/

https://arxiv.org/abs/1708.04552

深層学習画像認識データ水増し正則化

[1706.00909] Learning by Association - A versatile semi-supervised training method for neural networks

概要/ アイデア/ 実験/

https://arxiv.org/abs/1706.00909

深層学習半教師アリ学習

Field-aware Factorization Machines for CTR Prediction

概要/ 実装/ FFMs/ パラメータ数、計算量/

http://www.csie.ntu.edu.tw/~cjlin/papers/ffm.pdf

概要/ 手法 - attention learning/

https://arxiv.org/abs/1704.06904

深層学習画像認識

From RankNet to LambdaRank to LambdaMART: An Overview - Microsoft Research

概要/ RankNet/ LambdaRank/ LambdaMART/ 参考文献/

https://www.microsoft.com/en-us/research/publication/from-ranknet-to-lambdarank-to-lambdamart-an-overview/#

順序学習

[1706.05125] Deal or No Deal? End-to-End Learning for Negotiation Dialogues

概要/ ソースコード・データセット/ ゲーム (タスク) の概要/ 手法/ 結果/ 参考文献/

https://arxiv.org/abs/1706.05125

言語獲得ゲーム

[1704.07926] From Language to Programs: Bridging Reinforcement Learning and Maximum Marginal Likelihood

タスクの概要/ ソースコード/ SCONE dataset/ モデル/

https://arxiv.org/abs/1704.07926

強化学習模擬世界言語獲得

[1406.4729] Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition

概要/ SPP-layer/ 参考/

https://arxiv.org/abs/1406.4729

深層学習画像認識

Learning to Rank: From Pairwise Approach to Listwise Approach

概要/ ListNet [^1]/ 参考/

http://www.machinelearning.org/proceedings/icml2007/papers/139.pdf

順序学習

Learning to Rank (RankNet)

ランク学習 (ランキング学習)/ RankNet [^1]/ 参考文献/

http://icml.cc/2015/wp-content/uploads/2015/06/icml_ranking.pdf

順序学習

DeepFace: Closing the Gap to Human-Level Performance in Face Verification

概要/

https://www.cs.toronto.edu/~ranzato/publications/taigman_cvpr14.pdf

顔認証

Deep Learning Face Representation from Predicting 10,000 Classes (DeepID)

概要/ 手法/ Verification/ 感想/

http://mmlab.ie.cuhk.edu.hk/pdf/YiSun_CVPR14.pdf

距離学習類似度学習顔認証

Recurrent Additive Network (RAN)

概要/ 提案手法/

http://www.kentonl.com/pub/llz.2017.pdf

深層学習

Unsupervised Learning by Predicting Noise

概要/ 手法/ 感想/

https://arxiv.org/abs/1704.05310

深層学習画像認識

[1704.02304] Adversarial Generator-Encoder Networks

概要/ links/ Adversarial Generator-Encoder (AGE)/ 半教師アリ学習への適用/

https://arxiv.org/abs/1704.02304

GAN

[1704.02227] Training Triplet Networks with GAN

概要/ あらまし/ Triplet Training with GAN/

https://arxiv.org/abs/1704.02227

距離学習類似度学習 GAN

Learning to Discover Cross-Domain Relations with Generative Adversarial Networks

論文概要/ 手法/

https://arxiv.org/abs/1703.05192

深層学習 GAN

Deformable Convolutional Networks

links/ 概要/ 手法/ 実験/ 感想/

https://arxiv.org/abs/1703.06211

深層学習画像認識

Adaptive Regularization of Weight Vectors (AROW)

概要/ 実装/ 解説スライド/

http://webee.technion.ac.il/people/koby/publications/arow_nips09.pdf

機械学習分類器

Deep Learning Face Representation by Joint Identification-Verification (DeepID2)

概要/ 手法/ 私の感想/

https://arxiv.org/abs/1406.4773

距離学習類似度学習顔認証

Using Maximum Entropy for Text Classification

最大エントロピーによるテキスト分類の直感的な知見/ model/ features for Text Classification/ Experiment/

http://www.kamalnigam.com/papers/maxent-ijcaiws99.pdf

自然言語処理機械学習テキスト分類

Shake-Shake Regularization

概要/ 実験/

https://github.com/xgastaldi/shake-shake

深層学習画像認識

Deep Metric Learning using Triplet Network

手法概要/ 評価実験/ 感想/

https://arxiv.org/abs/1412.6622

距離学習類似度学習

Combining Monads

論文リンク/ 概要/ モナド/ モナド内包 (Monad Comprehension)/ リストモナドと他モナドとの合成/ モナドの分配則 (distributive laws)/

http://homepages.inf.ed.ac.uk/wadler/papers/monadscomb/monadscomb.ps

計算圏論

Support Vector Machine (SVM)

INDEX/ 実装/ 動機/ notation/ 目的関数/ カーネル拡張/

http://www.cs.cornell.edu/People/tj/svm_light/#References

機械学習分類器

LIME - Local Interpretable Model-agnostic Explanations

リンク/ model explanation とは/ 局所性/ agnostic/ LIME/

https://arxiv.org/pdf/1602.04938.pdf

機械学習モデル説明

Multilayer Perceptron Algebra

INDEX/ 概要/ 私の感想/ 動機/ $\ell$ 層MLP ($\ell$-layer MLP)/ MLP 操作の諸定義/ 特性 MLP (Characteric MLP)/ MLP 操作の諸定義 (part 2)/

https://arxiv.org/abs/1701.04968

深層学習代数

Categorical Reparameterization with Gumbel-Softmax

概要/ 手法/

https://arxiv.org/abs/1611.01144

深層学習

Improved Techniques for Training GANs

概要/ テクニック/ 半教師あり学習 (画像の分類問題)/

https://arxiv.org/abs/1606.03498

深層学習 GAN

Adversarial Autoencoders (AAEs)

概要/ GAN (復習事項)/ AAE/ 応用例/

https://arxiv.org/abs/1511.05644

深層学習オートエンコーダクラスタリング

Weight Normalization

概要・手法/ メリット/

https://arxiv.org/abs/1602.07868

深層学習

Virtual Adversarial Training

概要/ Adversarial Example/ Adversarial Training/ Virtual Adversarial Training (VAT)/ 実装/

https://arxiv.org/abs/1507.00677

物体検出深層学習

Factorization Machines (FMs)

FM とは何か/ モデル/ $d$-way FM/ SVM との比較/ 行列分解との関係/

http://www.csie.ntu.edu.tw/~b97053/paper/Rendle2010FM.pdf

分類器機械学習推薦システム

Quasi-Recurrent Neural Network (QRNN)

手法/

https://arxiv.org/abs/1611.01576

深層学習

Direct Feedback Alignment Provides Learning in Deep Neural Networks

方法/ 実験/

https://arxiv.org/abs/1609.01596

深層学習

Bag of Tricks for Efficient Text Classification (FastText)

src/ 概要/ モデル/ やっぱよくわからん/

https://arxiv.org/abs/1607.01759

自然言語処理テキスト分類

ImageNet Classification with Deep Convolutional Neural Networks

memo/ The Architecture/ The Dataset/

https://papers.nips.cc/paper/4824-imagenet-classification-with-deep-convolutional-neural-networks.pdf

物体検出深層学習

Hybrid Recommender System based on Autoencoders

src/ 概要/ 手法/ 実験/ REMARKS/

https://arxiv.org/abs/1606.07659

深層学習推薦システムオートエンコーダ

Co-training for Semi-supervised Sentiment Classification Based on Dual-view Bags-of-words Representation

http://www.aclweb.org/anthology/P15-1102

自然言語処理極性分析半教師アリ学習共訓練

Semi-Supervised Learning with Ladder Networks

参考/ 関連/ 概要/ 手法/ 実装/

https://arxiv.org/abs/1507.02672

深層学習半教師アリ学習

Deep Autoencoder Topic Model for Short Texts

概要/ 疑問/

https://www.prhlt.upv.es/workshops/iwes15/pdf/iwes15-kumar-d'haro.pdf

自然言語処理深層学習トピックモデルオートエンコーダ

Representational Distance Learning for Deep Neural Networks

概要/ 私の実装/ 関連/

https://arxiv.org/abs/1511.03979

深層学習類似度学習距離学習

Twitter-scale New Event Detection via K-term Hashing

FSD/ Introduction/ 既存研究/ アプローチ/ 新規性/ Experiments/

https://aclweb.org/anthology/D/D15/D15-1310.pdf

自然言語処理 twitter イベント検知ハッシュ

Learning Relational Patterns (ALT 2011)

Introduction/ Relational Patterns/

http://www2.cs.uregina.ca/~zilles/geilkeZ11.pdf

ALT パターン形式言語

A Novel Method for Bilingual Web Page Acquisition from Search Engine Web Records

Introduction/ Overview/ Clustering with Path Similarity/ Data Record Extraction/ Bilingual Web Page Verification/ Experiments and Results/ Conclusion/

http://dl.acm.org/citation.cfm?id=1944600

自然言語処理自動翻訳

A Computational Cognitive Model of Novel Word Generalization

Introduction/ 既存研究: Xu and Tenenbaum (X&T), 2007/ The Word Learning Framework/

http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.697.2491

自動獲得自然言語処理

Learning Decision Lists (2001)

notation/ 2.4 決定木/ 2.6 決定リスト/ 3. 他の述語との関係/ 4. Polynomial Learnability/

https://people.csail.mit.edu/rivest/Rivest-DecisionLists.pdf

分類器機械学習

Automatic Extraction of Briefing Templates

自然言語処理自然言語生成自動要約

Practical Coinduction

Introduction/ Coinductive Datatypes/

http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.252.3961

余帰納法

A Greedy Heuristic for Set-Covering Problem

Illustration/ 定理/

http://www.jstor.org/stable/3689577?seq=1#page_scan_tab_contents

最適化集合被覆

A Better-Than-Greedy Approximation Algorithm for the Minimum Set Cover Problem

重み付き最小集合被覆問題/ 貪欲法/ 提案手法: The greedy algorithm with withdrawals (GAWW)/

http://epubs.siam.org/doi/abs/10.1137/S0097539704444750

最適化集合被覆

Learning Surface Text Patterns for a Question Answering System (Ravichandran+, 2002)

http://www.aclweb.org/anthology/P02-1006

自然言語処理テキストマイニング

Automatically Generating Wikipedia Artciles: A Structure-Aware Approach (Sauper+, 2009)

Goal/ 感想/ Overview/ Content Planning/ 生成物/ 生成物/ / Method Overview/ Method::前処理::訓練事例/ 事前処理::テンプレート学習 (Section 3.1)/ 事前処理::テンプレート学習 (Section 3.1)/ 事前処理 (誰か読んで)/ 事前処理::Search: 作ったテンプレート毎に excerpts (抜粋) を拾う (Section 3.1)/ ここまで/ Selection Model (Section 3.2.1)/ 推定と学習/ 推定::Ranking/ 推定::最適化/ 推定::最適化::Redundancy Constraints/ 推定::最適化::Solving the ILP/ $w_j$ の学習/ Perceptron Ranking Algorithm [Collins, 02] (蛇足)/ The perceptron training for ranking/ Update/ voted perceptron (もっと蛇足)/ 学習::Ranking Perceptron/ 評価/ データ/ Baselines/ ROUGE-1 結果 (Table 3)/ REACTIONS/

http://www.aclweb.org/anthology/P09-1024

自然言語処理自然言語生成順序学習

Efficient k-Nearest Neighbor Graph Construction for Generic Similarity Measures

概要/ 実装/ 解説スライド/ 参考/

http://dl.acm.org/citation.cfm?id=1963487

機械学習分類器

Multi-Sentence Compression: Finding Shortest Paths in Word Graphs (Filippova, 2010)

概要/ Word graph/ パスの選択/

http://dl.acm.org/citation.cfm?id=1873818

自然言語処理自動要約

Detecting Erroneous Sentences using Automatically Mined Sequential Patterns

Erroneous/ LSP (Labeled sequential pattern)/ クラス/ 列 `LHS` の生成/ 参考文献/