用于规划和强化学习的表征学习
计算机视觉和自然语言处理的表征学习
度量学习和核学习
稀疏编码和维度扩展
层次图模型
表征学习的优化
学习输出或状态的表示
最优传输
深度学习中的理论问题
表征学习的可视化或说明
实现问题、并行化、软件平台、硬件
在音频、语音、机器人、神经科学、计算生物学或任何其他领域的应用
对表征学习的社会思考 ， 包括公平性、安全性、隐私和可解释性

文章图片

文章图片
相比往届 ， 本届会议论文主题涵盖了更多方向领域 ， 以适应人工智能学科的发展变化 。
虽然去年激增的稿件数量引发了审稿人水平质疑舆论 ， 但ICLR国际AI顶会的地位仍然不可动摇 。在CORE 2021会议排名中 ， ICLR位于前7%的位置 ， 并获得A*的最高排名评估 。
来源：量子位

• 太仓要“上天”
• 微粒的世界
• 只二寄卖成功率如何？看这篇文章就知道
• 探店≈忽悠？
• 口罩贴合度最重要！
• 印度电动汽车市场规模预计将达170亿美元
• 泰国HG Robotics推出独特尾翼垂直起降无人机，售价14万元起
• 【向上吧 新工匠】90后“博士工匠”
• 世界最大抽水蓄能电站投产发电 “超级充电宝”赋能绿色冬奥
• 六大关键词解码未来高质量发展