<
原创Synced机器之心
机器之心分析师网络
作者：王子嘉
编辑：JoniZhong
今年4月份，本文作者探索了CVPR会议论文中出现的通用表征研究，并着重介绍了。在本文中，作者进一步介绍了ICLR上几种新型的表征方式，以及这些表征方式的需求和今后改进方向。
前段时间，我刚刚写过一个CVPR中的表征学习进展，当时主要的着重点以及启发点是在如何改进表征方式的通用性，今天这篇文章则着重于介绍几种新型的表征方式，以了解几种表征方式的需求以及改进方向，从而在创新表征方式时可以有一定的方向。本文主要介绍的是表征方式，所以论文中跟表征方式无关的内容不会被涉及，如果对整体解决方案感兴趣可以再移步原论文去了解更完整地方案。
本文主要涉及了三篇论文，第一篇论文比较综合，涉及了当前很多经典的表征方式，并对其做了一定的改进；第二篇则提及了稀疏表征方式，为其在一定程度上正名；很明显的，前面两篇涉及的主要是数字信号（离散信息）的处理，而最后一篇讲到了模拟信号（连续信息）的表征方式，这也非常值得我们学习。
1.ReinforcementLearningBasedGraph-to-SequenceModelforNaturalQuestionGeneration
论文链接：