20 bài báo khoa học hay về Deep Learning

2236

Học sâu (Deep Learning) – một trong những lĩnh vực của Học máy và Học thống kê đã có những bước phát triển vượt bậc trong những năm qua. Điện toán đám mây, các công cụ mã nguồn mở và một lượng lớn dữ liệu có sẵn chính là đòn bẩy cho những đột phá ấn tượng này.

Trong danh sách này, có hơn 75% các bài báo khoa học đề cập đến các mạng lưới thần kinh và học sâu, cụ thể là Mạng thần kinh chuyển đổi (Convolutional Neural Networks – CNN) và gần 50% bài báo khoa học đề cập đến các ứng dụng nhận dạng mẫu trong lĩnh vực thị giác máy tính. Các công cụ như TensorFlow, Theano và những tiến bộ của GPU đã mở đường cho các nhà khoa học dữ liệu và kỹ sư máy học.

1. Deep Learning – Yann L., Yoshua B. & Geoffrey H. (2015)

2. TensorFlow: Large-Scale Machine Learning on Heterogeneous Distributed Systems – Martín A., Ashish A. B., Eugene B. C., et al. (2015)

3. TensorFlow: a system for large-scale machine learning – Martín A., Paul B., Jianmin C., Zhifeng C., Andy D. et al. (2016)

4. Deep learning in neural networks – Juergen Schmidhuber (2015)

5.  Human-level control through deep reinforcement learning – Volodymyr M., Koray K., David S., Andrei A. R., Joel V et al (2015) 

6. Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks – Shaoqing R., Kaiming H., Ross B. G. & Jian S. (2015)

7. Long-term recurrent convolutional networks for visual recognition and description – Jeff D., Lisa Anne H., Sergio G., Marcus R., Subhashini V. et al. (2015)

8. MatConvNet: Convolutional Neural Networks for MATLAB – Andrea Vedaldi & Karel Lenc (2015)

9. Unsupervised Representation Learning with Deep Convolutional Generative Adversarial Networks – Alec R., Luke M. & Soumith C. (2015)

10. U-Net: Convolutional Networks for Biomedical Image Segmentation – Olaf R., Philipp F. &Thomas B. (2015)

11. Conditional Random Fields as Recurrent Neural Networks – Shuai Z., Sadeep J., Bernardino R., Vibhav V. et al (2015)

12. Image Super-Resolution Using Deep Convolutional Networks – Chao D., Chen C., Kaiming H. & Xiaoou T. (2014)

13. Beyond short snippets: Deep networks for video classification – Joe Y. Ng, Matthew J. H., Sudheendra V., Oriol V., Rajat M. & George T. (2015)

14. Inception-v4, Inception-ResNet and the Impact of Residual Connections on Learning – Christian S., Sergey I., Vincent V. & Alexander A A. (2017)

15. Salient Object Detection: A Discriminative Regional Feature Integration Approach – Huaizu J., Jingdong W., Zejian Y., Yang W., Nanning Z. & Shipeng Li. (2013)

16. Visual Madlibs: Fill in the Blank Description Generation and Question Answering – Licheng Y., Eunbyung P., Alexander C. B. & Tamara L. B. (2015)

17. Asynchronous methods for deep reinforcement learning – Volodymyr M., Adrià P. B., Mehdi M., Alex G., Tim H. et al. (2016)

18. Theano: A Python framework for fast computation of mathematical expressions – Rami A., Guillaume A., Amjad A., Christof A. et al (2016)

19. Deep Learning Face Attributes in the Wild – Ziwei L., Ping L., Xiaogang W. & Xiaoou T. (2015)

20. Character-level convolutional networks for text classification – Xiang Z., Junbo Jake Z. & Yann L. (2015)

Pedro Lopez, KDnuggets

Tin liên quan: