机器之心 & ArXiv Weekly Radiostation

参与：杜伟、楚航、罗若天

本周的重要论文包括上海交大发布的医疗版 MNIST 数据集，以及陈丹琦在关系抽取方面的新探索。

目录：

MedMNIST Classification Decathlon: A Lightweight AutoML Benchmark for Medical Image Analysis

A Survey on Multi-source Person Re-identification

Combining Label Propagation and Simple Models out-performs Graph Neural Networks

A Frustratingly Easy Approach for Joint Entity and Relation Extraction

Self-training and Pre-training are Complementary for Speech Recognition

A Survey on Contrastive Self-supervised Learning

Image Sentiment Transfer

ArXiv Weekly Radiostation：NLP、CV、ML 更多精选论文（附音频）

论文 1：MedMNIST Classification Decathlon: A Lightweight AutoML Benchmark for Medical Image Analysis

作者：Jiancheng Yang、Rui Shi、Bingbing Ni

论文链接： AI 技术的发展中，数据集发挥了重要的作用。然而，医疗数据集的创建面临着很多难题，如数据获取、数据标注等。近期，上海交通大学的研究人员创建了医疗图像数据集 MedMNIST，共包含 10 个预处理开放医疗图像数据集（其数据来自多个不同的数据源，并经过预处理）。和 MNIST 数据集一样，MedMNIST 数据集在轻量级 28 × 28 图像上执行分类任务，所含任务覆盖主要的医疗图像模态和多样化的数据规模。

它在全部 10 个数据集上评估 AutoML 算法的性能，且不对算法进行手动微调。研究人员对比了多个基线方法的性能，包括早停 ResNet [6]、开源 AutoML 工具（auto-sklearn [7] 和 AutoKeras [8]），以及商业化 AutoML 工具（Google AutoML Vision）。研究人员希望 MedMNIST Classification Decathlon 可以促进 AutoML 在医疗图像分析领域的研究。

MedMNIST 数据集概览，涵盖数据集的名称、来源、数据模态、任务和数据集分割情况。

研究人员对比了多个基线方法的性能。

算法在规模较小的数据集上容易过拟合。

推荐：上海交大研究人员创建新型开放医疗图像数据集 MedMNIST，并设计「MedMNIST 分类十项全能」，旨在促进 AutoML 算法在医疗图像分析领域的研究。

论文 2：A Survey on Multi-source Person Re-identification

作者：YE Yu、WANG Zheng、LIANG Chao 等

论文链接： 趋近成熟。然而，目前的研究多基于一个相对理想的假设，即行人图像都是在光照充足的条件下拍摄的高分辨率图像。因此 虽然大多数的研究都能取得较为满意的效果，但在实际环境中并不适用。多源数据行人重识别即利用多种行人信息进行行 人匹配的问题。除了需要解决一般行人重识别所面临的问题外，多源数据行人重识别技术还需要解决不同类型行人信息与 一般行人图片相互匹配时的差异问题，如低分辨率图像、红外图像、深度图像、文本信息和素描图像等。因此， 与一般行人重 识别方法相比，多源数据行人重识别研究更具实用性，同时也更具有挑战性。

本文首先介绍了一般行人重识别的发展现状和 所面临的问题，然后比较了多源数据行人重识别与一般行人重识别的区别，并根据不同数据类型总结了 5 类多源数据行人 重识别问题，分别从方法、数据集两个方面对现有工作做了归纳和分析。与一般行人重识别技术相比，多源数据行人重识别 的优点是可以充分利用各类数据学习跨模态和类型的特征转换。最后，本文讨论了多源数据行人重识别未来的发展。

多源数据行人重识别类型。

三类多源数据行人重识别方法描述。

几种多源数据行人重识别方法在常用的行人数据集上的识别结果。

推荐：这项研究在《自动化学报》上发表。

论文 3：Combining Label Propagation and Simple Models out-performs Graph Neural Networks

作者：Qian Huang、Horace He、Abhay Singh 等

论文链接： GNN 成功的奥秘以及它们对于优秀性能是否必然知之甚少。近日，来自康奈尔大学和 Facebook 的一项研究提出了一种新方法，在很多标准直推式节点分类（transductive node classification）基准上，该方法超过或媲美当前最优 GNN 的性能。

这一方法将忽略图结构的浅层模型与两项简单的后处理步骤相结合，后处理步利用标签结构中的关联性：(i) 「误差关联」：在训练数据中传播残差以纠正测试数据中的误差；(ii) 「预测关联」：平滑测试数据上的预测结果。研究人员将这一步骤称作 Correct and Smooth (C&S;)，后处理步骤通过对早期基于图的半监督学习方法中的标准标签传播（LP）技术进行简单修正来实现。