算法公平性

两个头是否等同于一个？在公平神经网络中识别差异处理 Michael Lohaus, Matthaus Kleindessner, Krishnaram Kenthapadi, Francesco Locatello, Chris Russell

计算机视觉

随机反向传播的深入研究 Jun Fang, Mingze Xu, Hao Chen, Bing Shuai, Zhuowen Tu, Joseph Tighe

自监督非模态视频对象分割 Jian Yao, Yuxin Hong, Chiyu Wang, Tianjun Xiao, Tong He, Francesco Locatello, David Wipf, Yanwei Fu, Zheng Zhang

大规模点云的自监督预训练 Zaiwei Zhang, Min Bai, Erran Li
所述方法将大规模3D点云分割为M个占用体积，通过随机旋转和缩放生成两个增强视图，随后采样生成全局和局部裁剪。

大规模半监督视觉变换器 Zhaowei Cai, Avinash Ravichandran, Paolo Favaro, Manchen Wang, Davide Modolo, Rahul Bhotika, Zhuowen Tu, Stefano Soatto

持续学习

NLP结构化预测中模型更新回归的测量与减少 Deng Cai, Elman Mansimov, Yi-An Lai, Yixuan Su, Lei Shu, Yi Zhang

变换器的内存高效持续学习 Beyza Ermis, Giovanni Zappella, Martin Wistuba, Cédric Archambeau

分布偏移

迁移学习中超出分布泛化的分析 Florian Wenzel, Andrea Dittadi, Peter Gehler, Carl-Johann Simon-Gabriel, Max Horn, Dominik Zietlow, David Kernert, Chris Russell, Thomas Brox, Bernt Schiele, Bernhard Schölkopf, Francesco Locatello

神经注意力电路 Martin Weiss, Nasim Rahaman, Francesco Locatello, Chris Pal, Yoshua Bengio, Nicolas Ballas, Erran Li

地球系统预测

Earthformer：探索地球系统预测的时空变换器 Zhihan Gao, Xingjian Shi, Hao Wang, Yi Zhu, Yuyang (Bernie) Wang, Mu Li, Dit-Yan Yeung
以10分钟间隔捕获的天气事件图像序列，颜色（绿-紫光谱）表示降水强度。

联邦学习

自感知个性化联邦学习 Huili Chen, Jie Ding, Eric Tramel, Shuang Wu, Anit Kumar Sahu, Salman Avestimehr, Tao Zhang

机器学习方法

拥抱差距：VAE执行独立机制分析 Patrik Reizinger, Luigi Gresele, Jack Brady, Julius von Kuegelgen, Dominik Zietlow, Bernhard Schölkopf, Georg Martius, Wieland Brendel, Michel Besserve

使用条件变分自编码器学习流形维度 Yijia Zheng, Tong He, Yixuan Qiu, David Wipf

似然中不变性对变分推理的有害影响 Richard Kurle, Ralf Herbrich, Tim Januschowski, Yuyang (Bernie) Wang, Jan Gasthaus
在贝叶斯神经网络中，权重和偏置被视为随机变量，其后验分布由数据集诱导。最常见的后验近似方法是平均场近似，即独立正态分布的乘积。作者证明在适当条件下，平均场近似会产生与显式建模不变性的近似相同的后验预测分布。

对比学习为何需要大批量？梯度偏差视角 Changyou Chen, Jianyi Zhang, Yi Xu, Liqun Chen, Jiali Duan, Yiran Chen, Son Tran, Belinda Zeng, Trishul Chilimbi

隐私

多任务学习和边际查询的私有合成数据 Giuseppe Vietri, Cédric Archambeau, Sergul Aydore, William Brown, Michael Kearns, Aaron Roth, Ankit Siva, Shuai Tang, Steven Wu

推荐系统

理解学习排序中的特权特征蒸馏 Shuo Yang, Sujay Sanghavi, Holakou Rahmanian, Jan Bakus, S. V. N. Vishwanathan

提升 bandits Yu-Guan Hsieh, Shiva Kasiviswanathan, Branislav Kveton

强化学习

强调强化学习的自适应兴趣 Martin Klissarov, Rasool Fakoor, Jonas Mueller, Kavosh Asadi, Taesup Kim, Alex Smola

在线网络较慢的深度强化学习加速 Kavosh Asadi, Rasool Fakoor, Omer Gottesman, Taesup Kim, Michael L. Littman, Alex Smola

表格数据

通过邻域传播学习表格数据的增强表示 Kounianhua Du, Weinan Zhang, Ruiwen Zhou, Yangkun Wang, Xilong Zhao, Jiarui Jin, Quan Gan, Zheng Zhang, David Paul Wipf
与现有表格数据预测方法（如树模型和检索方法）不同，该方法将多个数据实例建模为超图，并在标签辅助下捕获其相关性。