ICLR,全称为International Conference on Learning Representations,即国际学习表征会议。
尽管表征学习对于机器学习及包括视觉、语音、音频及NLP领域起着至关重要的作用,但还缺乏一个场所,能够让学者们交流分享该领域所关心的话题。ICLR的宗旨正是填补这一鸿沟。
2013年开始每年举办一次,该会议已经得到学术研究者们的广泛认可,被认为是深度学习领域的顶级会议,虽然成立时间不长,但被CCF评选为一类会议。
扩展资料
会议特色:Open Review评审机制
根据规定,所有提交的论文都会公开姓名等信息,并且接受所有同行的评价及提问(open peer review),任何学者都可或匿名或实名地评价论文。而在公开评审结束后,论文作者也能够对论文进行调整和修改。
ICLR的历届所有论文及评审讨论的内容,都完整地保存在OpenReview.net上,它也是ICLR的官方投稿入口。
OpenReview.net是马萨诸塞大学阿默斯特学院Andrew McCAllum牵头创办的一个公开评审系统,秉承公开同行评审、公开发表、公开来源、公开讨论、公开引导、公开推荐、公开API及开源等八大原则,得到了Facebook、GOOGle、NSF和马萨诸塞大学阿默斯特中心等机构的支持。
此外,目前它也接受其它学术会议的论文投递。