博文
- 置顶 · 挺进Q1区全球前10名！MIR首个影响因子发布
- 今日，科睿唯安(Clarivate Analytics)发布最新《期刊引证报告》(Journal Citation Reports)。由中国科学院自动化研究所主办、Springer全球发行的英文学术期刊Machine Intelligence Research(简称MIR，中文名《机器智能研究(英文)》)获得 首个影响因子(Impact Factor)： 6.4 ，在两个所属领域均位列 Q1区，领域最佳排 ...
- AI最前沿 · 特约专题 | 大规模预训练: 数据、模型和微调
- Machine Intelligence Research 目录 Vol.20, No.2 MIR第二期专题“大规模预训练：数据、模型和微调”已于4月正式出版，来自清华大学、中国人民大学、山东大学、南洋理工大学、新加坡国立大学、澳洲国立大学、昆士兰大学的学者们带来了自然语言预训练、信息检索预训练、多语言多模态预训练、视频语言预 ...
- ETHZ最新成果 | 时尚领域中的掩码视觉-语言Transformer模型
- 阿里巴巴集团国际部和苏黎世联邦理工学院的研究人员 合作提出了MVLT模型，这是一种基于掩码的视觉-语言Transformer模型，用于时尚领域中的跨模态表征学习。该模型使用基于视觉Transformer模型对BERT进行了重构，成为时尚领域中第一个可端到端训练的多模态框架。为了更好地理解时尚商品，本文还引入了掩码图像重建(Mask ...
- 主编谭铁牛院士主持，MIR第二次国内编委会议圆满召开
- 中国科学院自动化研究所主办英文学术期刊Machine Intelligence Research（MIR）首届编委会第二次国内编委会议以线上线下结合的方式于2023年5月12日下午在苏州日航酒店圆满召开。会议由MIR主编谭铁牛院士主持，线上线下总计21位国内编委出席。 参会编委合影 (线下会场) 谭铁牛院士首先介绍了Machine Int ...
- 专题好文 | 利用合成数据进行有效关联知识学习的研究
- 关联(Association)是多目标跟踪(MOT)的核心组件，旨在将同一身份的边界框在视频序列中进行连接。为了训练关联模块(例如参数化网络)，通常使用真实的视频数据。然而，标注连续视频帧中的人物轨迹成本较高，且由于其缺乏灵活性，这种真实数据为我们评估系统在不同跟踪场景下的性能提供的机会有限。 来自 澳大利亚国立 ...
- 交流邀请函 | 5月相约伦敦，自动化所-MIR邀您共赴盛会！
- 中国科学院自动化研究所主办的英文科技期刊Machine Intelligence Research(MIR)将于 5月29日至6月2日 参加在英国伦敦举办的国际学术会议2023 IEEE ICRA和2023 AAMAS，并在 ICRA现场 设置了 自动化所-MIR专属交流区 ，诚挚欢迎参加此次会议及在伦敦学习或工作的相关领域学者、自动化所所友前来 ...
- 专题好文 | 中科大冯福利团队：减少虚假相关性的自监督推荐算法
- 近年来，自监督学习(SSL)在推荐算法系统中的成效显著。但是，SSL推荐模型很可能由于存在虚假相关而导致泛化能力较差。为了减轻虚假相关性的影响，现有研究通常致力于基于ID的SSL推荐或利用特征工程来识别虚假特征。然而，基于ID的SSL方法牺牲了不变特征的优势，而特征工程方法需要借助高成本的人工标记来完成。 为 ...
- 智能科学创新讲堂 | 专题论坛：类脑机器学习
- 智能科学创新讲堂 (简称创新讲堂)由中科院自动化所主办英文学术期刊Machine Intelligence Research(MIR)发起，由中科院自动化所及MIR联合主办，旨在为智能科学与技术领域的专家学者们提供一个自由交流的平台。创新讲堂将定期邀请国内外相关领域顶尖学者加盟，分享最前沿的学术进展，启迪思维、平等交流，碰撞 ...
- 喜报 | MIR入选图像图形领域 T2级 “知名期刊”！
- 为推进国内外科技期刊的同质等效使用，助推世界一流科技期刊建设，在中国科协的统一部署下，中国图象图形学学会以“同行评议、价值导向、等效使用”为原则，开展了2022年度图像图形领域高质量科技期刊分级目录发布工作。经过数据收集、筛选、多轮专家评审和论证，最终形成《图像图形领域高质量科技期刊分级目录》(以下 ...
