14 papiers ANITI acceptés à la conférence NeurIPS 2022

Cette année, 14 papiers ANITI ont été acceptés à la conférence NeurIPS 2022 qui aura lieu du 28 novembre au 9 décembre à la Nouvelle Orléans (Etats-Unis).

Les papiers

• A benchmark for compositional visual reasoning. A. Zerroug, M. Vaishnav & J. Colin, S. Muslick & T. Serre. In: Neural Information Processing Systems (NeurIPS), 2022

• Aligning deep neural network strategies for object recognition with humans. T. Fel, I. F. Rodriguez, D. Linsley* & T. Serre. In: Neural Information Processing Systems (NeurIPS), 2022

• A Discourse on MetODS: Meta-optimized dynamical synapses for meta-reinforcement learning. M. Chalvidal, T. Serre & R. VanRullen.In: Neural Information Processing Systems (NeurIPS), 2022
  

• What I cannot predict, I do not understand: A human-centered evaluation framework for explainability methods. J. Colin, T. Fel, R. Cadene & T. Serre. In: Neural Information Processing Systems (NeurIPS), 2022

• Diversity vs. recognizability: Human-like generalization in one-shot generative models. V. Boutin, L. Singhal, X. Thomas & T. Serre.In: Neural Information Processing Systems (NeurIPS), 2022

• Local Identifiability of Deep ReLU Neural Networks: the Theory – Joachim Bona-Pellissier, François Malgouyres, Francois Bachoc – (NeurIPS), 2022

• High-dimensional Additive Gaussian Processes under Monotonicity Constraints – Andrés López-Lopera, Francois Bachoc, Olivier Roustant – (NeurIPS), 2022

• A general approximation lower bound in Lp norm, with applications to feed-forward neural networks – E. Achour, A. Foucault, S. Gerchinovitz, F. Malgouyres – (NeurIPS), 2022

• Automatic Differentiation of Nonsmooth Iterative Algorithms – J. Bolte, E. Pauwels, S. Vaiter – (NeurIPS), 2022

• Local Identifiability of Deep ReLU Neural Networks: the Theory – J. Bona-Pellissier, F. Malgouyres, F. Bachoc – (NeurIPS), 2022

• Pay attention to your loss: understanding misconceptions about 1-Lipschitz neural networks – Louis Béthune, Thibaut Boissin, Mathieu Serrurier, Franck Mamalet, Corentin Friedrich, Alberto González-Sanz

• Certificable Metric One Class Learning with Lipschitz Neural Networks – Louis Béthune, Mathieu Serrurier

• Making Sense of Dependence: Efficient Black-box Explanations Using Dependence Measure – Paul Novello Thomas Fel, David Vigouroux

• Look where you look! Saliency-guided Q-networks for visual RL tasks – David Bertoin, Adil Zouitine, Mehdi Zouitine, Emmanuel Rachelson

A propos de NeurIPS

Fondée en 1987, NeurIPS (Neural Information Processing Systems) est une conférence scientifique internationale en intelligence artificielle et neurosciences computationnelles.

La conférence NeuIPS est depuis son origine centrée sur les systèmes neuronaux, que l’on parle de modélisation des neurones biologiques ou bien de neurones artificiels. Au fil du temps, avec le développement sans précédent du numérique, elle est devenue le plus grand rendez-vous international en apprentissage statistique (machine learning) et en intelligence artificielle.

Cette conférence annuelle interdisciplinaire et multidisciplinaire à laquelle participent des conférenciers de prestige, prévoit des démonstrations, des symposiums et des présentations orales, etc. Elle s’accompagne d’une exposition professionnelle axée sur l’apprentissage automatique, et des ateliers thématiques qui offrent un cadre moins formel pour l’échange d’idées.