Ecosyste.ms: Awesome

An open API service indexing awesome lists of open source software.

Awesome Lists | Featured Topics | Projects

https://github.com/arXivTimes/arXivTimes

repository to research & share the machine learning articles
https://github.com/arXivTimes/arXivTimes

arxivtimes computer-vision machine-learning natural-language-processing reinforcement-learning

Last synced: about 1 month ago
JSON representation

repository to research & share the machine learning articles

Host: GitHub
URL: https://github.com/arXivTimes/arXivTimes
Owner: arXivTimes
License: mit
Created: 2016-10-26T05:27:39.000Z (about 8 years ago)
Default Branch: master
Last Pushed: 2022-07-01T13:15:58.000Z (over 2 years ago)
Last Synced: 2024-10-15T10:05:05.924Z (about 2 months ago)
Topics: arxivtimes, computer-vision, machine-learning, natural-language-processing, reinforcement-learning
Homepage: https://arxivtimes.herokuapp.com/
Size: 955 KB
Stars: 3,891
Watchers: 702
Forks: 201
Open Issues: 2,050
Metadata Files:
- Readme: README.md
- License: LICENSE

Awesome Lists containing this project

my-awesome-starred - arXivTimes/arXivTimes - repository to research & share the machine learning articles (Others)

README

# arXivTimes

![arXivTimesLogo.PNG](./arXivTimesLogo.PNG)

機械学習関係の論文を調査し、共有するためのリポジトリです。

**Follow Me on the Twitter!**

[@arxivtimes](https://twitter.com/arxivtimes)

論文輪講も併せて実施しています。輪講の内容はこちらから。

[arXivTimes Medium](https://medium.com/@arxivtimes)

`#arXivTimes`タグをつけている、GitHubで論文をまとめているリポジトリはこちら。

[arXivTimes family](https://github.com/topics/arxivtimes)

# Contents

* [Article Summaries](https://github.com/arXivTimes/arXivTimes/issues)
* 論文の一言まとめ、また概要をIssueで管理しています。
* [Datasets](https://github.com/arXivTimes/arXivTimes/tree/master/datasets)
* 機械学習に利用可能なデータセットをまとめています。
* [Tools](https://github.com/arXivTimes/arXivTimes/tree/master/tools)
* 機械学習モデルの実装に役立つツールをまとめています。
* Conference Related Papers
* arXivTimesに投稿された論文のうち、学会に提出された論文を年代ごとにまとめています。
* [NIPS](https://github.com/arXivTimes/arXivTimes/projects/1)
* [ICLR](https://github.com/arXivTimes/arXivTimes/projects/2)
* [ICML](https://github.com/arXivTimes/arXivTimes/projects/3)
* [CVPR](https://github.com/arXivTimes/arXivTimes/projects/6)
* [ACL](https://github.com/arXivTimes/arXivTimes/projects/4)
* [AAAI](https://github.com/arXivTimes/arXivTimes/projects/5)

Conference Information

* 各学会の締め切り: [AI Conference Deadlines](https://aideadlin.es/)
* 各学会のBest Paper: [Best Paper Awards in Computer Science](https://jeffhuang.com/best_paper_awards.html)

# How to Contribute

論文のまとめを投稿する際は、以下の要領でお願いいたします。

* 登録したい論文は、Issueに登録を行ってください。
* Issueのタイトルを論文とし、内容はIssue Templateに従ってください。登録時必須なのは以下点のみです
* 一言でいうと
* 論文リンク
* 著者/所属機関 ※論文からのコピペでOK
* 投稿日付 Submission dateです。yyyy/MM/ddの形式でお願いします。学会に提出されている場合は、それについても記載いただけると助かります(NIPS 2017など)
* 「一言でいうと」の分量は、Twitterで呟ける程度が目安です。問題設定・アプローチ手法・結果が端的にまとまっているのがよい「一言」です。未読の人になるべくその内容が伝わるよう、工夫を凝らしてください。
* Issueのより詳細な内容について記載を行う場合は、担当者に(Assignees)自分を設定してください。これは読んでいる論文のバッティングを防ぐための措置です
* 論文の内容に応じて、Labelをつけてください(現時点ではContributorのみ付与可能なので、投稿頂いた場合こちらで付与を行わせていただきます)
* コメントには、論文を読んでの所感や評価、また理解が難しい点などがあったらその旨を記載してください
* 論文が学会に採択された場合、投稿した論文のコメントにてご連絡ください。Projectページに反映します。

なお、まとめについて内容に自信がない、という場合はコメントで@arxivtimesbotに対してメンションでレビューを依頼できます。

![mention](https://user-images.githubusercontent.com/544269/29446756-d88b8daa-8428-11e7-8ff1-e4f938d94e0c.png)

レビューの依頼が行われると、arXivtimesのメンバーがレビューします。

タグを増やしたい、テンプレートを変えたい、という要望は`proposal`のタグをつけてIssueにあげてください。

また、その他のコンテンツについては他のOSS同様、Pull Requestにてお願いいたします。