如何看待馬毅老師深度學習第一性原理的文章在ICML四個審稿人一致接收的情況下被AC拒了？

1樓：

當年馬毅搞人臉識別，採用sparse coding方法，主要解決了遮擋情況下的問題，方法有效。但對於光照、姿態和表情等變化就未必那麼好。

有次碰見做人臉識別的乙個教授，也是發表不少這方面有分量文章的，他直接說，各大雜誌和會議關於sparse coding-based 人臉識別文章基本都是馬毅review通過的。當然，之後出現了深度學習......

2樓：電光幻影煉金術

忽然想到一點，icml的接受有很多種，最差的是borderline傾向於接受，如果四個都是這種的話，均分為3，滿分為5的話。這樣的均分是不夠接受的。

3樓：

「馬老師發生什麼了

「哎呀這個AC不講武德」

「馬老師不是說題目起得很大嗎？」

（來抖個機靈沒有什麼不尊敬的意思早上剛聽完馬老師的直播講的好好馬老師加油！！

4樓：

馬毅這個人特別典型地代表了清華北大那一堆出國的精緻利己主義者。

他融入不了外國那個圈子，只能在微博上對中國人秀秀優越感，特別廉價的感覺。

北大數院那幫人同理。

5樓：深度語義

我認為文章的結論還是太牽強了。Maximal coding rate reduction 只是很狹隘、非主流的一種看待CNN運作原理的方式。和傳統理論無法無縫連線，更不能自稱為CNN的「標準模型」。

可以看作乙個幫助理解CNN工作的一種嘗試，而不是結論。我認為如果不改變用詞，可以直接拒絕。

6樓：

如果真的是很厲害的文章，他們拒絕了又咋樣？

文章又不是為ICML（雖然不知道是啥意思）寫的。

但是看這個老師的氣氛的樣子，有點懷疑文章就是為ICML（雖然還是不知道是啥意思）寫的。單純從這一點來說，再想想國內科學工作者，急著在國外期刊上發表文章，給國內真正的大牛批評花著中國的錢，為國外做文章。。。

科學自信，任重道遠

7樓：

文章本身的貢獻是肯定夠接收了

但是first principle這個詞太nb了，馬老師真的把握不住

AC真要接收了，很容易被誤解為ICML也認為MCR2是first principle，這顯然是不可能的

8樓：

這個文章經過好幾百個評審一致通過！可是最後還是被拒了。這告訴我們，人吶，就不知道，都不可預料。乙個人的命運呀，當然要靠自我奮鬥，

但也要考慮到歷史的行程。

9樓：Yuyang

深度學習理論的大佬玩微博的不多啊，馬老師為什麼不去推特上宣傳一下呢，把Allen Zhu，Tengyu Ma，Bebuck, Sanjeev Arora都艾特來，他們一定能認識到這篇工作的重要性。