详细内容或原文请订阅后点击阅览
斯坦福 AI 实验室在 NeurIPS 2021 上的论文和演讲
第三十五届神经信息处理系统会议（NeurIPS）2021 将于 12 月 6 日至 14 日以线上方式举办。我们很高兴与大家分享 SAIL 在主会议、数据集和基准测试轨道以及各种研讨会上展示的所有工作，您可以在下面找到论文、视频和博客的链接。我们 SAIL 社区的一些成员还担任 12 月 13 日至 14 日举行的几场激动人心的研讨会的共同组织者，所以我们希望您能关注它们！欢迎直接联系联系作者和研讨会组织者，以了解斯坦福大学正在进行的工作！主会议通过将表示解码为输入来提高神经网络的组合性作者：Mike Wu、Noah Goodman、Stefano Ermon联系方式：wumike@stanford.edu链接：论文关键词：生成模型、组合性、解码器具有雅可比切换线性动力系统的逆向工程循环神经网络作者：Jimmy T.H. Smith、Scott W. Linderman、David Sussillo联系方式：jsmith14@stanford.edu链接：论文 | 网站关键词：循环神经网络、切换线性动力系统、可解释性、固定点用于场景生成的组合变换器作者：Drew A. Hudson、C. Lawrence Zitnick联系方式：dorarad@cs.stanford.edu链接：论文 | Github关键词：GAN、变换器、组合性、场景合成将循环、卷积和连续时间模型与线性状态空间层相结合
来源:斯坦福人工智能实验室博客第三十五届神经信息处理系统（Neurips）2021会议实际上是从12月6日至14日举行的。我们很高兴分享在主要会议上，数据集和基准轨道以及各种研讨会上展示的帆工作的所有工作，您会在下面找到指向论文，视频和博客的链接。
关于神经信息处理系统的第三十五次会议 主要会议 数据集和基准轨迹 讲习班我们的帆社区中的一些成员还可以作为将于12月13日至14日举行的几个激动人心的研讨会的共同组织者，因此我们希望您能签出它们！
几个令人兴奋的研讨会的共同组织者可以直接与联系作者和研讨会组织者联系，以了解有关斯坦福大学正在发生的工作的更多信息！
主要会议
作者：Mike Wu，Noah Goodman，Stefano Ermoncontact：wumike@stanford.edulinks：PaperKeywords：生成模型，构图，解码器
作者 联系人 链接： 纸 关键字作者：Jimmy T.H.史密斯（Smith），斯科特·W·林德曼（Scott W.网站关键字：循环神经网络，切换线性动力系统，可解释性，固定点 网站 作者：Drew A. Hudson，C。LawrenceZitnickcontact：dorarad@cs.stanford.edulinks：纸张| githubkeywords：gan，变形金刚，组成性，场景综合 github Authors: Albert Gu, Isys Johnson, Karan Goel, Khaled Saab, Tri Dao, Atri Rudra, Chris RéContact: albertgu@stanford.eduLinks: PaperKeywords: recurrent neural networks, rnn, continuous models, state space, long range dependencies, sequence modeling 作者：Jesse Mu，Noah Goodmancontact：muj@stanford.edulinks：纸| videokeywords：紧急交流，多代理沟通，语言接地，构图 视频 作者：Mansheej Paul，Surya Ganguli，Gintare Karolina dziugaitecontact：mansheej@stanford.edulinks：PaperKeywords：Data Pruning 奖励提名： 博客文章 讲习班 组织者
作者：Jimmy T.H.史密斯（Smith），斯科特·W·林德曼（Scott W.网站关键字：循环神经网络，切换线性动力系统，可解释性，固定点网站
作者：Drew A. Hudson，C。LawrenceZitnickcontact：dorarad@cs.stanford.edulinks：纸张| githubkeywords：gan，变形金刚，组成性，场景综合github
Authors: Albert Gu, Isys Johnson, Karan Goel, Khaled Saab, Tri Dao, Atri Rudra, Chris RéContact: albertgu@stanford.eduLinks: PaperKeywords: recurrent neural networks, rnn, continuous models, state space, long range dependencies, sequence modeling
作者：Jesse Mu，Noah Goodmancontact：muj@stanford.edulinks：纸| videokeywords：紧急交流，多代理沟通，语言接地，构图视频
作者：Mansheej Paul，Surya Ganguli，Gintare Karolina dziugaitecontact：mansheej@stanford.edulinks：PaperKeywords：Data Pruning 奖励提名：