AAAI 2017

http://www.aaai.org/Library/AAAI/aaai17contents.php（所有论文列表）

1. 最佳论文：

最佳论文颁发给了斯坦福大学的Russell Steward以及其导师Stefano Drmon撰写的论文《Label-Free Supervision of Neural Networks with Physics and Domain Knowledge》。该文章从已知的关系（如物理定律）入手，通过输出必须满足物理定律的约束来训练学习。

在许多机器学习应用中，带标签的数据数量稀少，而想要获得更多的标签需要付出高昂的代价。我们引入了一种新的神经网络监督学习方法，不同于采用直接给出输入-输出对的直接示例的传统方案。这种方法通过特定的约束条件来指定输出空间，而这些约束条件来源于先前的特定领域知识，例如已知的物理定律。我们展示了这种方法在现实世界和模拟计算机视觉任务的有效性。利用这种方法，我们可以在训练样本没有带任何标签的情况下，成功训练了一个卷积神经网络来检测和跟踪对象。这一方法还可以显着减少对标记的训练数据的需要，并同时带来了将先验知识编码为适当的损失函数的新挑战。

https://www.leiphone.com/news/201702/VwOQays57XUF0aT5.html （PPT讲解）

http://baijiahao.baidu.com/s?id=1558918162847363&wfr=spider&for=pc