ICLR 2024录用率31%！精选10篇高分论文分享！（附PDF）_generalization in diffusion models arises from geo

ICLR作为机器学习领域的顶级国际会议，每年都吸引了全球众多顶尖学者和研究者的目光。2024的ICLR会议，将在5月7日至11日在奥地利的维也纳会展中心举行，现在会议论文审稿结果也已经出来了！

本届ICLR 2024共收到了7262篇提交论文，整体接收率约为31%，今天就从中选了10篇高分论文分享给大家，一起来看看机器学习领域最近的研究成果吧，这些论文不仅代表了当前学术研究的最高水平，也预示了未来人工智能技术的发展趋势！

1、Generalization in diffusion models arises from geometry-adaptive harmonic representation

扩散模型中的泛化来自于几何自适应的谐波表示

简述：本文发现，经过去噪训练的深度神经网络（DNN）即使在非重叠数据子集上也能学习到几乎相同的密度，这表明DNN具有强大的泛化能力，这种能力可能源于DNN架构和/或训练算法的强大归纳偏差，与数据分布属性一致。分析还显示，去噪器执行了收缩操作以适应底层图像结构，这些结构呈现沿轮廓和均匀区域的振荡谐波模式。即使在低维流形数据上训练，去噪器也显示出对这些几何自适应谐波表示的偏好。

2、Revitalizing Channel-dimension Fourier Transform