如题，是剑桥大学Kiran K. Rachuri在获得ACM MobiCom 2011 最佳论文奖时的答辩ppt

来自Facebook 人工智能研究院的研究员在全球计算机视觉顶会 ECCV 2018 9.12慕尼黑会议上获得最佳论文称号，其中采用的先进算法值得你学习。

用opencv实现的图像去雾，算法是何凯明在那篇论文中算法。网上有很多matlab实现该代码的，但是很少有c。

PyTorch的影响功能 这是ICML2017最佳论文中对影响函数的PyTorch重新实现：Pang Wei Koh和Percy Liang。 参考实现可以在这里找到： 。 乐于助人 路线图 v0.2 v0.3 v0.4 为什么要使用影响函数？ 影响函数可帮助您根据数据集调试深度学习模型的结果。 当测试单个测试图像时，您可以然后计算哪些训练图像在分类结果上具有最大的结果。 因此，您可以轻松地在数据集中找到标签错误的图像，或将数据集稍微压缩为对您的单个测试数据集很重要的最具影响力的图像。 这样可以提高预测准确性，减少训练时间并减少内存需求。 有关更多详细信息，请参见此处链接的原始论文。 当然，只要您有监督学习的问题，影响力功能当然也可以用于图像以外的数据。 要求 Python 3.6或更高版本 PyTorch 1.0或更高版本 NumPy 1.12或更高版本 要运行测试，进一步

边界损失 官方存储库，，在上获得最佳论文奖亚军。 谈话记录可。 期刊扩展已经发表在《。 该代码已简化并更新为最新的Python和Pytorch版本。 除了原始的ISLES和WMH数据集，我们还在多类设置（ACDC数据集）中包含一个工作示例，其中边界损失可以作为独立损失使用。 目录 用法 扩展到3D 自动化 数据方案 资料集 结果 很酷的把戏 多类设置 经常问的问题 损失可以为负吗？ 我需要归一化距离图吗？ 其他使用边界损失的论文 要求（PyTorch） 核心实现（将边界损耗集成到您自己的代码中）： python3.5 + pytorch 1.0+ scipy（任何版本） 要重现我们的实验，请执行以下操作： python3.9 + 火炬1.7+ nibabel（仅在切片3D卷时） 西皮 NumPy Matplotlib Scikit图片 sh 其他框架

日前，AAAI 2020最受瞩目的各大奖项已公布，最佳论文来自华盛顿大学艾伦人工智能研究所，最佳学生论文来自南洋理工大学、清华大学、香港大学的合作。

该文档是本人手动收集整理。内涵信息安全四大顶会（NDSS,S&P,CCS，USENIX）近三到五年的best paper 和distinguished paper。CCS 14篇，NDSS 12篇，S&P 7篇， USENIX 17篇。读完对该领域优秀论文能有很好的理解！

论文Tagoram中文翻译latex文档，2014年mobicom年度最佳论文