今年,向ICML提交了522份材料。审查过程非常彻底,每篇论文均由三名计划委员会(PC)成员进行了审查。作者能够对最初的评论做出回应,然后PC成员可以基于在线讨论和该作者回复的内容来修改他们的评论。今年是第一次,由高级计划委员会(SPC)领导了两个讨论期,一个是在提交作者反馈之前,一个是在提交反馈之后。在第二个讨论期结束时,SPC成员提出了他们的建议,并对每篇论文进行了总结。同样也是第一次,要求作者提交其最终接受论文的变更清单,并由最高人民检察院检查以确保已处理审稿人的意见。除了对论文的篇幅限制和时间紧迫之外,ICML的审阅过程与许多期刊出版物的审阅过程相似。今年总共有150篇论文被ICML接受,其中包括极少数最初有条件地被接受的论文,总体接受率为29%。 p>
ICML吸引了来自机器学习研究人员的论文地球。今年收到的150篇论文的地理分布如下:美国的第一作者66篇,欧洲的32篇,欧洲或中国的19篇,加拿大的11篇,加拿大的11篇,印度的6篇,澳大利亚和日本的5篇,美国的3篇。以色列,韩国,俄罗斯和台湾各1个。 p>
除了接受论文的主要计划(包括每篇论文的演讲和海报展示)之外,ICML计划还包括3个讲习班和8个教程关于机器学习的话题,这些话题目前受到广泛的关注。我们也非常高兴地邀请David Heckerman(微软研究院),Joshua Tenenbaum(麻省理工学院)和Bernhard Scholkopf(马克斯·普朗克生物控制论研究所)成为今年的邀请演讲者。得益于《机器学习期刊》的赞助,我们得以颁发许多杰出的学生论文奖。 p>
我们很幸运,今年ICML与国际归纳逻辑编程会议(ILP)并列2007)。 ICML和ILP在ICML 2007的第一天举行了联合会议。
机译:未得到如此监督:医学图像分析中半监督,多实例和转移学习的调查
机译:基于分层稀疏表示的多实例半监督学习及其在图像分类中的应用
机译:使用半监督多实例多标签学习算法的自动图像注释
机译:论多实例学习与半监督学习的关系
机译:从部分标记的数据中学习:在图上进行无监督和半监督学习,并通过分布转移进行学习。
机译:基于筛子的共指解析提高了化学诱导疾病关系提取的半监督学习模型
机译:多实例混合模型与半监督学习