布朗大学华人统计30个会议，25年最佳论文：微软第一，清北排名30开外新智元报道编辑：LRS【新智元

文章图片
新智元报道
编辑：LRS
【新智元导读】最近布朗大学的一位华人副教授纯手工统计30个会议， 25年最佳论文奖，学习效率max！并且制作者还附上了一个仅供娱乐参考的排名：微软排名第一，北大清华排名30开外。
计算机会议上一般都会设置一个最佳论文奖，每次看到有大神获奖是不是都有一种膜拜和学习一番的冲动？

文章图片
最近有研究人员整理了过去25年（1996-2021）里计算机科学领域的主要会议的所有最佳论文，包括AAAI,ACL,CVPR,KDD,SIGIR,WWW等30个会议，让你一次学个够！

文章图片
网址：https://jeffhuang.com/best_paper_awards/
对于没有最佳论文奖的会议，如SIGGRAPH ， CAV等，研究人员把优秀论文奖和杰出论文奖的论文放到了里面，但最佳学生论文和十年最佳论文没有包含在里面。并且一些开在2021年的会议也还没有进行更新，例如CVPR2022 ， AAAI2022 。
下面就来一起来看看哪些华人论文能拿到最佳论文奖吧！
【布朗大学华人统计30个会议，25年最佳论文：微软第一，清北排名30开外】CVPR
最近一篇华人得奖的CVPR论文为CVPR2020 ，由牛津大学的ShangzheWu摘得。

文章图片
论文地址：https://www.semanticscholar.org/paper/2245620c912d669dd6ceb325c127ecbba01b1516
他目前是牛津VGG的四年级博士生，研究侧重于无监督的3D学习和反向渲染，设计无监督的算法，通过在没有明确标注数据的情况下训练无标注图像和视频上自动捕捉基于物理学的3D表示。
论文提出了一种从原始单视角（rawsingle-view）图像中学习三维可变形物体类别的方法，并且无需外部标注数据。该方法基于一个自编码器，编码器将每个输入图像分为深度depth、反照率albedo、视点viewpoint和光照illumination 。为了在没有监督的情况下分解这些成分，需要利用到许多物体类别至少在原则上具有对称结构的事实。
研究结果表明，即使物体外观由于阴影导致看起来不是对称的，但由于光照的推理使得模型能够利用潜在的物体对称性。此外，研究人员通过预测对称性概率图对可能是，但不一定是对称性的物体进行建模，并与模型的其他部分进行端对端学习。
实验结果表明，这种方法可以从单视角图像中非常准确地恢复人脸、猫脸和汽车的三维形状，而不需要任何监督或预先的形状模型。在基准测试中，结果也证明了与另一种在二维图像对应水平上使用监督的方法相比，具有更高的准确性。
ACL
ACL2021的最佳论文来自字节跳动的JingjingXu 。

文章图片
论文地址：https://aclanthology.org/2021.acl-long.571/
代码：https://github.com/Jingjing-NLP/VOLT
tokenvocabulary的选择会影响机器翻译的性能。这篇论文旨在弄清楚什么是好的词汇，以及是否可以在不进行实验训练的情况下找到最佳词汇。为了回答这些问题，研究人员首先从信息论的角度对词汇进行了另一种理解，形式化vocabularization—寻找具有适当规模的最佳tokenvocabulary—表述为一个最优传输（optimaltransport,OT）问题。
论文提出了一个简单有效的解决方案VOLT ，经验结果表明， VOLT在不同的场景下的性能都比广泛使用的词表要好，包括WMT-14英德翻译、TED多语翻译。例如， VOLT在英德翻译中实现了降低70%的词汇量，并且提高了0.5的BLEU 。此外，与BPE-search相比， VOLT将英德翻译的搜索时间从384个GPU小时减少到30个GPU小时。