当前位置:   article > 正文

ICLR 2023投稿量暴涨46%!GNN依旧热门,Mask后来居上

iclr2023投稿量

作者 | Houye  编辑 | 汽车人

原文链接:https://zhuanlan.zhihu.com/p/571672270

点击下方卡片,关注“自动驾驶之心”公众号

ADAS巨卷干货,即可获取

点击进入→自动驾驶之心技术交流群

后台回复【ECCV2022】获取ECCV2022所有自动驾驶方向论文!

5139da92184fa96db1fd4693871d6601.png

国庆期间闲得无聊勤勤恳恳地做了一次ICLR2023 Openreview的论文投稿分析,从OpenReview 网页抓取了论文数据,并做了2022和2023年论文关键词、标题高频词等信息的可视化比较。

1 ICLR 2023 会议介绍

ICLR,全称为「International Conference on Learning Representations」(国际学习表征会议),由深度学习三大巨头之二的 Yoshua Bengio 和 Yann LeCun 牵头创办于2013年,被认为是深度学习的顶级会议,素有「无冕之王」之称。

2 ICLR 2023 论文提交情况分析

ICLR采用了Open Review的评审机制,这意味着所有提交的稿件都会公开信息,并且接受所有同行的评价及提问,同时任何学者都可以匿名或实名地对论文进行评价。今年ICLR一共收到了4966篇论文,相比于去年3407的投稿量暴涨了46%。今年主题仍然涉及图神经网络,强化学习,计算机视觉等热点领域。

关键词频率

以下条形图列举了提交论文中出现频率排名前 50 的关键词,排名靠前的依旧是强化学习,深度学习,表征学习以及图神经网络等。两年的投稿趋势变化不大。

68d7e2021130ce366dfcd24b563379c8.png
2022和2023年论文投稿关键词频率比较

关键词频率排名变化

根据前十的关键词频率排名频率来看,基本上和去年保持一致,大火的领域依旧大火。但是可以明显看到前五名关键词的频率差距逐渐减少。有意思的是representation learning这一关键词终于又重回前三,再次为「国际学习表征会议」(ICLR)正名。graph neural network这一关键词则是掉了一名,与representation learning交换了位置,但相比于去年的频率仍然火爆。

关键词频率排名变化Top-10

接着,在Top-50的关键词频率中,统计排名变化程度最大的10个关键词如下:

可以发现,排名暴涨的是large language modeldiffusion一词,从原本208和173挤进了前50。其中diffusion一词甚至挤进了前15,果然今年diffusion model大火也带起了新的一波研究热潮。有意思的是上一年较火的adversarial training一词暴跌28名,差点跌出前50,可能对抗训练即将淡化出历史舞台了(瞎说的)?

根据论文提交关键词,以下词云图展示了两年来各个研究领域的热门程度:

00771ba09ed2ad70213bab92cc91d3ba.png
关键词频率词云图(2022年)
e06601faea3b89714b840c1729d12ce0.png
关键词频率词云图(2023年)

标题频率

看完关键词频率,接下来从标题词语出现的频率来观察今年的论文提交情况。由于标题可能含有较多的停用词等,因此提前作了预处理,并且排除掉了一些意义不大的词语,最终展现的结果如下所示:

997d68df2ae3f1a2ea4145f96fbd4bd9.png
2022和2023年论文投稿标题关键词频率比较

从标题频率来看,两年内的趋势变化不大。

标题关键词频率排名变化

从排名变化上来看,尽管graph neural network在关键词频率排名降低了一名,但是在标题中graph却涨了一名——说明大家对图数据的研究已经不局限于图神经网络了?

标题关键词频率排名变化Top-10

同样地,在Top-50的标题关键词频率中,统计排名变化程度最大的10个标题关键词如下:

果然最火的还是diffusion模型,以及Kaiming He带起的mask相关的研究。尤其是是mask一词,从原本325暴涨至45。

同样,根据标题频率绘制的词云图如下:

481f7e1636492f3a3e4bfbf612262cb1.png
标题频率词云图(2022年)
ad8cf4cdce9697fbac00e8934a379750.png
标题频率词云图(2023年)

最后,大胆预测下今年的热点研究话题是(排名不分先后):

  • diffusion model

  • masked autoencoders

  • graph neural networks

  • offline reinforcement Learning

  • transformer

  • federate learning

GitHub项目地址:https://github.com/EdisonLeeeee

自动驾驶之心】全栈技术交流群

自动驾驶之心是首个自动驾驶开发者社区,聚焦目标检测、语义分割、全景分割、实例分割、关键点检测、车道线、目标跟踪、3D目标检测、多传感器融合、SLAM、光流估计、轨迹预测、高精地图、规划控制、AI模型部署落地等方向;

加入我们:自动驾驶之心技术交流群汇总!

自动驾驶之心【知识星球】

想要了解更多自动驾驶感知(分类、检测、分割、关键点、车道线、3D目标检测、多传感器融合、目标跟踪、光流估计、轨迹预测)、自动驾驶定位建图(SLAM、高精地图)、自动驾驶规划控制、领域技术方案、AI模型部署落地实战、行业动态、岗位发布,欢迎扫描下方二维码,加入自动驾驶之心知识星球(三天内无条件退款),日常分享论文+代码,这里汇聚行业和学术界大佬,前沿技术方向尽在掌握中,期待交流!

15975aea79e11ad853d7bdb7a8d4dc7d.jpeg

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/AllinToyou/article/detail/351670
推荐阅读
相关标签
  

闽ICP备14008679号