iclr论文格式

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，都完整地保存在上，它也是ICLR的官方投稿入口。

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。

1、ICLR，全称International Conference on Learning Representations，即国际学习表征会议，虽然资历尚浅，（2013 年才成立第一届），但已经被学术研究者们广泛认可，被认为是深度学习的顶级会议。 2、ICLR的论文审核主要分为单盲、双盲、开放评审等形式，单盲评审的含义非常简单，即评审知道作者的名字、学校等身份信息，但作者不知道评审论文的人是谁；而双盲评审则是双方都不知晓彼此的身份信息。这两种方式为较多学术会议及期刊评审论文的主要途径。