量子位
·
被拒稿11年后翻盘获时间检验奖，DSN作者谢赛宁：拒稿≠学术死刑
内容提要
谢赛宁的论文《深度监督网络》在被NeurIPS拒稿11年后，获得AISTATS 2025时间检验奖。他希望鼓励遭遇评审打击的学者，强调拒稿并不意味着失败。该论文提出的中间层监督方法已成为深度学习领域的重要成果，影响深远。
关键要点
-
谢赛宁的论文《深度监督网络》在被NeurIPS拒稿11年后获得AISTATS 2025时间检验奖。
-
该论文提出的中间层监督方法已成为深度学习领域的重要成果，影响深远。
-
谢赛宁希望鼓励遭遇评审打击的学者，强调拒稿并不意味着失败。
-
《Deeply-Supervised Nets》是谢赛宁攻读博士学位期间提交的第一篇论文。
-
论文提出DSN方法，旨在解决深度学习中隐藏层特征学习的问题，提升分类性能。
-
DSN通过中间层监督机制解决CNN的三大痛点：梯度消失、特征鲁棒性和训练效率。
-
该成果已成为计算机视觉领域的经典方法，谷歌学术被引量超过3000次。
-
NeurIPS拒稿可能是因为评审认为该工作是增量改进而非颠覆性创新。
-
时间检验奖要求论文在获奖的10年前发表，并被同行评价为开创性工作。
-
谢赛宁强调坚持不懈的重要性，并分享了自己的经验和感悟。
-
他提到强大的支持系统和具体的实践指导对学术生涯的重要性。
-
谢赛宁的合作者Chen-Yu Lee也对论文的持续相关性和影响力表示自豪。
-
被顶会拒收并不意味着对项目的全盘否定，许多优秀论文也经历过拒稿。
延伸问答
谢赛宁的论文《深度监督网络》为何被NeurIPS拒稿？
该论文被评审认为是对传统CNN的增量改进，而非颠覆性创新，因此被拒稿。
《深度监督网络》论文的主要贡献是什么？
论文提出了中间层监督方法，解决了深度学习中隐藏层特征学习的问题，提升了分类性能。
谢赛宁获得的时间检验奖有什么要求？
时间检验奖要求论文在获奖的10年前发表，并被同行评价为开创性工作。
谢赛宁对遭遇评审打击的学者有什么建议？
他希望鼓励学者，强调拒稿并不意味着失败，应该坚持不懈并寻求支持。
《深度监督网络》在深度学习领域的影响如何？
该论文已成为计算机视觉领域的经典方法，被引用超过3000次，影响深远。
谢赛宁在学术生涯中获得了哪些支持？
他提到强大的支持系统和具体的实践指导对他的学术生涯至关重要，尤其是导师的指导。
