ICLR2022 论文选读

* 选了部分ICLR个人感兴趣的文章，主要包含 NeRF 方向，生成方向，及个别高质量的文章。

### Natural Language Descriptions of Deep Visual Features（Oral）

* 可解释性方向的工作
* 对于每个神经元还是找到图像中相应最大的部分，但是得到相应区域后，进一步使用图像文本描述模型进行了对于神经元的文字可解释性描述。

### Non-Transferable Learning: A New Approach for Model Ownership Verification and Applicability Authorization

* 利用Domain Generalization / Adaptation的反概念， 通过限制神经网络的跨域泛化性能来保护模型的知识版权

### MIDI-DDSP: Detailed Control of Musical Performance via Hierarchical Modeling

* 可控性更强的音乐生成。

### Fine-Tuning can Distort Pretrained Features and Underperform Out-of-Distribution

* Finetune 会使得 OOD 数据表现更差。作者提出应该先只学习最后一层FC，然后再 Finetune 以在 ID 和 OOD 上取得更好的效果。

### StyleAlign: Analysis and Applications of Aligned StyleGAN Models

* 如果模型A是模型B在另一个Domain上finetune的结果，本文发现他们表征上很大程度是对齐的。比如人脸数据集finetune另一个人脸数据集，会发现表情基本是对齐的。具体实验是把finetune后的模型的一部分子网络还原回finetune前初始值（例如mapping network in styleGANv2）。一些换发色操作在对齐的模型上效果接近一致。

### Frame Averaging for Invariant and Equivariant Network Design

* 提出了一些具有对称性、交换不变性的算子，和相应的框架，在某些GNN和点云上做了测试。

### Open-Set Recognition: A Good Closed-Set Classifier is All You Need

* 实验发现Open-Set 的性能和 Closed-Set训练准确性正相关。一个足够准确的 Closed-Set模型，结合最基础的异常检测算法，可以在 Open-Set上达到接近SOTA的水平。

### Learning Strides in Convolutional Neural Networks

* 把下采样的步长做到可导，这样可以用SGD找到合适的下采样步长。

### Diffusion-Based Voice Conversion with Fast Maximum Likelihood Sampling Scheme

* Diffusion 用到语音转换，**显著**超过SOTA。

### Vision-Based Manipulators Need to Also See from Their Hands

* 文章研究了vision-based机械臂操作中不同观测视角对下游任务的影响.

### CycleMLP: A MLP-like Architecture for Dense Prediction

* 一个金字塔形状的 MLP 架构, ImageNet-1K 准确率 83.2%。MAC-ACC trade off 比较优秀，开辟了一个新的网络结构设计赛道。

wuvin

导航

最近发表

友情链接