亚洲男人的天堂2018av,欧美草比,久久久久久免费视频精选,国色天香在线看免费,久久久久亚洲av成人片仓井空

機器之心報道

機器之心編輯部今年，SIGGRAPH 2022 首次設置了最佳論文獎，共有五篇。此外，備受矚目的最佳博士論文也于近日揭曉。近日，SIGGRAPH 公布了今年大會的一系列獎項。

ACM SIGGRAPH 是計算機圖形學頂級國際學術會議，創立于 1974 年，已經發展成為由對計算機圖形學和交互技術感興趣的研究人員、藝術家、開發人員、電影制作人、科學家和商業人士組成的國際社區。

今年的 SIGGRAPH 將于 8 月 8 日至 11 日在溫哥華舉行，同時也可線上參會。

最引人注目的是，SIGGRAPH 2022 首次引入了最佳論文和最佳論文榮譽獎項。獲獎論文從數百篇論文中選出，需要在研究上具有突破，并對計算機圖形學和交互技術的未來研究做出創新性貢獻。 SIGGRAPH 最佳論文獎

1、Image Features Influence Reaction Time: A Learned Probabilistic Perceptual Model for Saccade Latency

• 論文鏈接：//www.immersivecomputinglab.org/wp-content/uploads/2022/05/siggraph_2022_saccade_latency-2.pdf

• 機構：紐約大學、普林斯頓大學、英偉達

• 獲獎理由：該研究提出了一個受神經學啟發的感知模型來預測人眼反應延遲期，作為在屏幕上被觀察圖像特征的函數。該模型可以作為預測和改變電子競技與 AR/VR 應用中反應延遲的指標。

2、CLIPasso: Semantically Aware Object Sketching

• 論文鏈接：
• 機構：洛桑聯邦理工學院（EPFL）、特拉維夫大學、赫茲利亞跨學科研究中心（Reichman University）
• 獲獎理由：該研究提出了一種在不同抽象級別繪制對象的方法——CLIPasso。其中將草圖定義為一組筆畫，為了適應基于 CLIP 的感知損失，該研究使用可微光柵化器來優化筆畫的參數。抽象程度是通過改變筆畫的數量來控制的。

3、Instant Neural Graphics Primitives with a Multiresolution Hash Encoding

• 論文鏈接：
• 機構：英偉達
• 獲獎理由：神經網絡作為圖形基元的高質量表征出現，如符號距離函數、光場、紋理等。這項研究提出的方法可以在幾秒鐘內訓練這些原語，在幾毫秒內將其呈現，同時允許在圖形算法的內部循環中使用它們。

4、Spelunking the Deep: Guaranteed Queries on General Neural Implicit Surfaces

• 論文鏈接：
• 機構：多倫多大學
• 獲獎理由：這項研究針對神經元隱式曲面，開發了光線投射、最近點、交點檢測、空間層次構建等幾何查詢方法。其關鍵工具是范圍分析，它自動計算神經網絡輸出的局部邊界。即使在隨機初始化的網絡上，結果查詢也能保證準確性。

5、DeepPhase: Periodic Autoencoders for Learning Motion Phase Manifolds

• 項目鏈接：
• 機構：愛丁堡大學、麻省理工學院
• 獲獎理由：學習身體動作的時空結構是角色動作合成的一個基本問題。這項研究提出了 Periodic Autoencoder，可以從非結構化的運動數據學習身體運動的時空結構。該網絡產生一個多維相流形，有助于增強神經特征控制器和運動匹配的各種任務，包括不同的運動、基于風格的運動、舞蹈音樂或足球運球。

SIGGRAPH 最佳博士論文獎

此前，ACM SIGGRAPH 官方還公布了今年的最佳博士論文獎，由加州大學伯克利分校的博士 Xue Bin (Jason) Peng 摘得。Xue Bin Peng 已成為加拿大西蒙菲莎大學助理教授，同時他也是英偉達的一名研究科學家。 值得一提的是，他在 2017 年作為加拿大不列顛哥倫比亞大學碩士生時就獲得過 SIGGRAPH SCA 最佳學生論文獎。

 左為他當時的導師 Michiel van de Panne，右為 Xue Bin (Jason) Peng。 此次，他的獲獎博士論文題目為《Acquiring Motor Skills Through Motion Imitation and Reinforcement Learning》，其提出了一種機器人模仿學習的動作模仿技術。

論文鏈接：

下面簡單介紹一下論文的內容。

作者提出了動作模仿技術，使智能體能夠通過模仿演示學習大量高度動態和運動行為。智能體無需為每個感興趣的技能設計控制器或獎勵函數，只需接受預期技能所需要的一些運動示例片段即可。這樣一來，作者提出的框架就可以合成一個緊密復刻目標行為的控制器。

在過程中，作者首先提出一個動作模仿框架，使模擬智能體能夠模仿參考動作片段中的復雜行為，包括步行和奔跑等常見的運動技能以及雜技和武術等更復雜的運動行為。智能體學習產生穩健和栩栩如生的行為，它們在外觀上與現實中演員做出的動作幾乎難以區分。

最后，作者又開發了相關模型，它們能夠重復使用并組合從動作模仿中學得的技能，以解決具有挑戰性的下游任務。除了為模擬智能體開發控制器外，作者的方法還可以為現實世界運行的機器人合成控制器。他通過為雙足和四足機器人的各種敏捷運動技能開發控制器，證明了自己方法的有效性。

此外，**來自麻省理工學院（MIT）人工智能實驗室，開源計算機圖形庫「太極」（Taichi）的作者胡淵鳴（Yuanming Hu）獲得了最佳博士論文獎的榮譽提名。**胡淵鳴 2017 年自清華姚班畢業，在 MIT 一年時間就完成碩士論文。博士畢業后胡淵鳴選擇回國創業，成立了太極圖形（Taichi Graphics）公司，任聯合創始人、CEO。

他的博士論文《The Taichi High-Performance and Differentiable Programming Language for Sparse and Quantized Visual Computing》介紹了專為開發高性能視覺計算系統而設計的命令式并行編程語言「太極」。

使用 Taichi，我們可以在稀疏計算上使用 1/10 的代碼輕松實現 4.55 倍的性能提升，輕松開發 10 個可微分物理模擬器，并在單個 GPU 上模擬前所未有的 2.35 億物質點法（MPM）粒子。

論文鏈接：

此外，來自加拿大不列顛哥倫比亞大學的 Michiel van de Panne 獲得了計算機圖形學成就獎（他也是 Xue Bin Peng 的碩士導師）。MIT 的 Justin Solomon 獲重要新研究員獎。

以及四位 ACM SIGGRAPH Academy 的新會員：Marc Alexa、Paolo Cignoni、Hans-Peter Seidel 和 Peter Shirley。

SIGGRAPH 其他獎項

計算機圖形學成就獎

• 獲獎者：Michiel van de Panne
• 機構：加拿大不列顛哥倫比亞大學

個人主頁： Michiel van de Panne 為加拿大不列顛哥倫比亞大學計算機科學教授，主要研究領域為深度強化學習、人體動作、機器人、運動規劃、計算機動畫、機器學習、計算機圖形學。 杰出新研究員獎

• 獲獎者：Justin Solomon
• 機構：MIT

個人主頁： Justin Solomon 為 MIT 助理教授，著有《Numerical Algorithms》一書。Solomon 主要研究領域為計算機圖形學、幾何處理、機器學習。博士畢業于斯坦福大學，師從 Leonidas Guibas 教授。

杰出教育者獎

• 獲獎者：Edward Angel
• 機構：新墨西哥大學

Edward Angel 是新墨西哥大學（UNM）計算機科學系的名譽教授，是 UNM 第一位 Presidential Teaching Fellow，也是 ARTS Lab 的負責人。他于 1964 年獲得加州理工學院博士學位，曾在加州大學伯克利分校、南加州大學和羅切斯特大學擔任學術職務。

個人主頁：

Edward Angel 的研究興趣是計算機圖形學和科學可視化。他教授了 100 多門專業短期課程，包括在 SIGGRAPH 和 SIGGRAPH Asia 開設的 MOOC。

此外，杰出服務獎頒給了 Barbara Helfer，為 Immersion 公司的項目和質量保證經理。擅長項目管理、醫學模擬軟件和硬件、網絡操作和應用、電視和遠程教育。

數字藝術終身成就杰出藝術家獎頒給了 Vera Molnár，Molnár1924 年出生于匈牙利，是計算機和算法藝術的先驅之一。Molnár 是 2022 年第 59 屆威尼斯雙年展宣布的 213 位藝術家之一。

從業者獎頒給了 Pol Jeremias 以及 I?igo Quilez。Pol Jeremias 是一名計算機圖形工程師。他目前是 Netflix 的實時制作工具總監，以幫助創造動畫電影制作工具的未來。I?igo Quilez 在皮克斯創建了 Wondermoss，在業余時間創建了 Shadertoy.com。

參考內容

SIGIR是人工智能領域智能信息檢索方向最權威的國際會議。最新組委會公布了一系列最佳論文。其中來自荷蘭Radboud大學-Harrie Oosterhuis獨自署名的論文獲得最佳論文，山東大學聶禮強組獲得最佳學生論文。

第44屆國際計算機學會信息檢索大會（The 44rd International ACM SIGIR Conference on Research and Development in Information Retrieval, SIGIR 2021）于2021年7月11日-7月15日以線上會議形式召開。這次會議共收到720篇長文投稿，僅有151篇長文被錄用，錄用率約21%。

最佳論文

Computationally Efficient Optimization of Plackett-Luce Ranking Models for Relevance and Fairness

Harrie Oosterhuis

地址： //www.zhuanzhi.ai/paper/8115d7d2f9546fdb76d900da6c5ebee6

最近的研究提出了隨機Plackett-Luce (PL)排序模型，作為優化相關性和公平性指標的穩健選擇。與需要啟發式優化算法的確定性模型不同，PL模型是完全可微的。理論上，它們可以通過隨機梯度下降來優化排序指標。然而，在實踐中，梯度的計算是不可行的，因為它需要迭代所有可能的項目排列。因此，實際應用依賴于通過采樣技術來近似梯度。本文介紹了一種新的PL- rank算法，它估計了PL排序模型的相關度和公平性。與基于策略梯度的現有方法不同，PL- rank利用了PL模型和排名度量的特定結構。我們的實驗分析表明，PL-Rank比現有策略梯度具有更大的樣本效率和更低的計算代價，從而在更高的性能下更快地收斂。PL- rank進一步使行業能夠將PL模型用于更相關和更公平的現實排序系統。

最佳學生論文

圖像-文本檢索是信息檢索的基礎和關鍵分支。盡管在銜接視覺和語言方面取得了很大進展，但由于模態內推理和跨模態對齊的困難，這仍然是一個挑戰。現有的模態交互方法在公共數據集上取得了令人印象深刻的效果。然而，他們在交互模式的設計上嚴重依賴于專家經驗和經驗反饋，因此缺乏靈活性。針對這些問題，我們提出了一種新的基于路由機制的模態交互建模網絡，這是第一個統一的、動態的多模態交互框架用于圖像-文本檢索。特別的是，我們首先設計了四種類型的細胞作為基本單元，探索不同層次的形態相互作用，然后將它們密集地連接起來，構建一個路徑空間。為了使模型具有路徑決策的能力，我們在每個單元中集成了一個動態路由器來進行模式探索。由于路由器以輸入為條件，我們的模型可以動態學習不同數據的激活路徑。在Flickr30K和MS-COCO兩個基準數據集上的大量實驗，驗證了我們的模型與幾個最先進的基準相比的優越性。