大四本科生入选人工智能顶会ICLR2020，华人学者在线解读入选文章
会议之眼A类，第八届国际学习代表大会 ICLR 2020（International Conference on Learning Representations）于2020年4月26日至30日以线上会议方式举行。
ICLR全称为International Conference on Learning Representations（国际学习表征会议），由深度学习三巨头中的两位，Yoshua Bengio和Yann LeCun牵头于2013年创办。成立至今，已被学术研究者们广泛认可，被认为“深度学习的*会议”。
ICLR也是是致力于人工智能领域发展的专业人士的主要聚会。会议因在人工智能，统计和数据科学领域以及机器视觉，计算生物学，语音识别，游戏和机器人，文本理解等重要领域中展示和发布有关深度学习各个方面的前沿研究而享誉全球。
ICLR 2020于2020年4月26日-30日在埃塞尔比亚进行，这是非洲大陆首次举行的大型人工智能会议之一，考虑到疫情的影响，ICLR 2020组委会宣布，本次会议全程均采用线上直播的方式进行“云参会”。AI研习社邀请此次会议入选的中国学者进行了在线论文解读，满屏精华不容错过。！（论文合集我们将于下期送上，记得关注呀！）
论文接收情况
此次会议共接收2594篇论文，录取了687篇，接收率为26.48%。根据下图可知：投稿总数在不断增加，2020年更是呈大幅度上涨；录取数也呈上升趋势，但幅度并不大。所以接收率较往年呈下降趋势。
论文解读
讲者：吴同，
华盛顿大学圣路易斯分校大四本科生
研究方向：对抗机器学习
Defending Against Physically Realizable Attacks on Image Classification
作者：Tong Wu, Liang Tong等
论文简介：研究了针对物理可实现攻击的深度神经网络图像分类方法的防御问题。首先，我们证明了两种最可扩展和有效的学习鲁棒模型的方法，PGD攻击的对抗性训练和随机平滑，对三种最常见的物理攻击的有效性是有限的。接下来，我们提出了一种新的抽象对抗模型，即矩形遮挡攻击，在该模型中，对手在图像中放置一个小矩形，并开发了两种方法来有效地计算结果。最后，我们证明了使用我们的新攻击的对抗训练生成的图像分类模型对我们所研究的物理可实现的攻击具有很强的鲁棒性，这是针对此类攻击的第一个有效的通用防御。
视频链接：https://mooc.yanxishe.com/course/768/learn?lessonid=3239#lesson/3239
讲者：杨宇喆
MIT计算机科学与人工智能实验室博士生
研究方向：无线感知和机器学习
Harnessing Structures for Value-Based Planning and Reinforcement Learning
作者：Yuzhe Yang, Guo Zhang, Zhi Xu等
论文简介：基于价值评估的方法构成了计划和深度强化学习(RL)的基本方法学。在本文中，我们建议利用状态-动作值函数的底层结构，即Q函数，用于规划和深度RL。特别是，如果底层的系统动态导致了Q函数的一些全局结构，那么应该能够通过利用这些结构更好地推断该函数。具体来说，我们研究了大数据矩阵中普遍存在的低秩结构。我们在控制和深度RL任务的背景下，实证地验证了低秩Q函数的存在性。作为我们的主要贡献，通过利用矩阵估计(ME)技术，我们提出了一个通用的框架来利用Q函数的底层低秩结构。这为传统的控制带来了一个更高效的规划过程，此外，一个简单的方案可以应用于基于值的RL技术，从而始终在“低级别”任务上获得更好的性能。对控制任务和雅达利游戏的大量实验证实了我们的方法的有效性。
视频链接：https://mooc.yanxishe.com/course/791/learn?lessonid=3302#lesson/3302
讲者：朱胜宇
华为诺亚方舟实验室Senior Researcher
美国雪城大学电子与计算机工程博士
Causal Discovery with Reinforcement Learning
作者：Shengyu Zhu, Ignavier Ng等
论文简介：发现一组变量之间的因果结构是许多经验科学中的一个基本问题。传统的基于分数的临时发现方法依赖于各种局部启发，根据预定义的分数函数搜索有向无环图(DAG)。虽然这些方法，如贪心等价搜索，对于无限样本和一定的模型假设，可能会得到有吸引力的结果，但在实践中，由于数据有限，且可能违反假设，这些方法并不太令人满意。基于神经组合优化的最新进展，我们建议使用强化学习(RL)来寻找得分最高的DAG。我们的编码器-解码器模型以可观测数据为输入，生成用于计算奖励的图邻接矩阵。该奖励包含了预先定义的分数函数和两个强制不对称的惩罚条件。与典型的以学习策略为目标的RL应用程序相比，我们使用RL作为搜索策略，我们的最终输出将是图，在训练期间生成的所有图中，它将获得最好的回报。实验结果表明，该方法不仅具有较强的搜索能力，而且在不对称约束下具有较强的灵活性。
视频链接：https://mooc.yanxishe.com/course/784/learn?lessonid=3286#lesson/3286
讲者：赵晗
卡内基梅隆大学机器学习系博士
Conditional Learning of Fair Representations
作者：Han Zhao, Amanda Coston等
论文简介：我们提出了一种学习公平表示的新算法，它可以同时缓解分类设置中不同人口统计子群体之间的两种差异概念。支持我们算法设计的两个关键部分是平衡错误率和表示的条件对齐。我们展示了这两个组成部分如何在不影响人口均等的情况下，确保准确性均等以及在不同群体中实现假阳性和假阴性率的均等。此外，我们也在理论和两个实际的实验中证明，与现有的学习公平表示分类的算法相比，该算法在平衡的数据集上具有更好的实用-公平权衡。
视频链接：
https://mooc.yanxishe.com/course/782/learn?lessonid=3283#lesson/3283