<div dir="ltr"><p class="MsoNormal" style="font-size:12.8px"><span style="color:black">Hi,</span></p><p class="MsoNormal" style="font-size:12.8px"><span style="color:black"> <u></u><u></u></span></p><p class="MsoNormal" style="font-size:12.8px"><i style="font-size:12.8px"><span style="color:black">I’d like to share the call for papers for our ICML 2018 <span class="gmail-m_-7375365895457821852gmail-m_-9032409063768286085gmail-il">Workshop</span> on Credit Assignment in Deep Learning and Deep Reinforcement Learning (ECA@ICML). It’s a workshop on alternative and efficient credit assignment methods in DL and DRL. Openreview link:  </span></i><font color="#000000"><span style="font-size:12.8px"><i><a href="https://openreview.net/group?id=ICML.cc/2018/ECA" target="_blank">https://openreview.net/group?<wbr>id=ICML.cc/2018/ECA</a>. Workshop website: <a href="https://sites.google.com/view/creditassignmentindlanddrl/home" target="_blank">https://sites.google.<wbr>com/view/<wbr>creditassignmentindlanddrl/<wbr>home</a></i></span></font></p><p class="MsoNormal" style="font-size:12.8px"><span style="color:black"> <u></u><u></u></span></p><p class="MsoNormal" style="font-size:12.8px"><b><span style="color:black">TLDR:</span></b><span class="gmail-m_-7375365895457821852gmail-m_-9032409063768286085gmail-m_-2062849325793277360m_7236721635789291812apple-converted-space"><span style="color:black"> </span></span><span style="color:black"> <u></u><u></u></span></p><p class="MsoNormal" style="font-size:12.8px"><span style="color:black"> <u></u><u></u></span></p><p class="MsoNormal" style="font-size:12.8px"><span style="color:rgb(33,33,33);font-family:Lato,sans-serif;font-size:15px;font-variant-ligatures:none;white-space:pre-wrap">We are interested in submissions that deal with the issue of credit assignment: how the parameters, actions, or states of a system can be changed to produce some downstream effect.  The work can be experimental, analytical, or theoretical.  We are also open to work in progress.  Synthetic Gradients, Sparse Attentive Backtracking,  Equilibrium Propagation and UORO are examples of the kinds of work that we'd consider to be highly relevant</span><br></p><p class="MsoNormal" style="font-size:12.8px"><span style="color:rgb(33,33,33);font-family:Lato,sans-serif;font-size:15px;font-variant-ligatures:none;white-space:pre-wrap"><br></span></p><p id="gmail-m_-7375365895457821852gmail-m_-9032409063768286085gmail-h.p_zWMDtigh5YU9" class="gmail-m_-7375365895457821852gmail-m_-9032409063768286085gmail-zfr3Q" style="box-sizing:border-box;font-variant-ligatures:none;margin:0px;outline:none;color:rgb(33,33,33);font-size:15px;text-decoration-line:inherit;font-family:Lato,sans-serif;line-height:1.6667;padding-top:12px;white-space:pre-wrap">We welcome submissions related to the following topics: </p><ul class="gmail-m_-7375365895457821852gmail-m_-9032409063768286085gmail-n8H08c gmail-m_-7375365895457821852gmail-m_-9032409063768286085gmail-UVNKR" style="list-style-type:square;box-sizing:border-box;margin:0px;padding-left:20px;padding-top:8px;color:rgb(0,0,0);font-family:sans-serif;font-size:16px;white-space:pre-wrap"><li id="gmail-m_-7375365895457821852gmail-m_-9032409063768286085gmail-h.p_9hdL4g8SjQ0l" class="gmail-m_-7375365895457821852gmail-m_-9032409063768286085gmail-zfr3Q gmail-m_-7375365895457821852gmail-m_-9032409063768286085gmail-TYR86d" style="margin:0px 0px 6px;box-sizing:border-box;font-variant-ligatures:none;outline:none;color:rgb(33,33,33);font-size:15px;font-style:inherit;text-decoration:inherit;font-family:Lato,sans-serif;line-height:1.6667;padding-top:0px">Alternatives to Backpropagation for training deep networks</li><li id="gmail-m_-7375365895457821852gmail-m_-9032409063768286085gmail-h.p_Run3RNn2jcNG" class="gmail-m_-7375365895457821852gmail-m_-9032409063768286085gmail-zfr3Q gmail-m_-7375365895457821852gmail-m_-9032409063768286085gmail-TYR86d" style="margin:6px 0px;box-sizing:border-box;font-variant-ligatures:none;outline:none;color:rgb(33,33,33);font-size:15px;font-style:inherit;text-decoration:inherit;font-family:Lato,sans-serif;line-height:1.6667;padding-top:0px">New ways of assigning credit to actions in reinforcement learning (e.g. temporal difference learning, eligibility traces)</li><li id="gmail-m_-7375365895457821852gmail-m_-9032409063768286085gmail-h.p_qgoRlT6ej58y" class="gmail-m_-7375365895457821852gmail-m_-9032409063768286085gmail-zfr3Q gmail-m_-7375365895457821852gmail-m_-9032409063768286085gmail-TYR86d" style="margin:6px 0px;box-sizing:border-box;font-variant-ligatures:none;outline:none;color:rgb(33,33,33);font-size:15px;font-style:inherit;text-decoration:inherit;font-family:Lato,sans-serif;line-height:1.6667;padding-top:0px">Biologically plausible methods for learning</li><li id="gmail-m_-7375365895457821852gmail-m_-9032409063768286085gmail-h.p_pQVz7ITGkOCA" class="gmail-m_-7375365895457821852gmail-m_-9032409063768286085gmail-zfr3Q gmail-m_-7375365895457821852gmail-m_-9032409063768286085gmail-TYR86d" style="margin:6px 0px 0px;box-sizing:border-box;font-variant-ligatures:none;outline:none;color:rgb(33,33,33);font-size:15px;font-style:inherit;text-decoration:inherit;font-family:Lato,sans-serif;line-height:1.6667;padding-top:0px;padding-bottom:0px">Exploration of the properties of credit assignment through gradient descent.  </li></ul><p id="gmail-m_-7375365895457821852gmail-m_-9032409063768286085gmail-h.p_BYMPrwiLkkvd" class="gmail-m_-7375365895457821852gmail-m_-9032409063768286085gmail-zfr3Q" style="box-sizing:border-box;font-variant-ligatures:none;margin:0px;outline:none;color:rgb(33,33,33);font-size:15px;text-decoration-line:inherit;font-family:Lato,sans-serif;line-height:1.6667;padding-top:12px;white-space:pre-wrap">We also identify several pieces of previous work related to credit assignment: </p><ul class="gmail-m_-7375365895457821852gmail-m_-9032409063768286085gmail-n8H08c gmail-m_-7375365895457821852gmail-m_-9032409063768286085gmail-UVNKR" style="list-style-type:square;box-sizing:border-box;margin:0px;padding-left:20px;padding-top:8px;padding-bottom:0px;color:rgb(0,0,0);font-family:sans-serif;font-size:16px;white-space:pre-wrap"><li id="gmail-m_-7375365895457821852gmail-m_-9032409063768286085gmail-h.p_Ue6zT5bRkutN" class="gmail-m_-7375365895457821852gmail-m_-9032409063768286085gmail-zfr3Q gmail-m_-7375365895457821852gmail-m_-9032409063768286085gmail-TYR86d" style="margin:0px 0px 6px;box-sizing:border-box;font-variant-ligatures:none;outline:none;color:rgb(33,33,33);font-size:15px;font-style:inherit;text-decoration:inherit;font-family:Lato,sans-serif;line-height:1.6667;padding-top:0px">Synthetic Gradients</li><li id="gmail-m_-7375365895457821852gmail-m_-9032409063768286085gmail-h.p_X2yrRIcykwbK" class="gmail-m_-7375365895457821852gmail-m_-9032409063768286085gmail-zfr3Q gmail-m_-7375365895457821852gmail-m_-9032409063768286085gmail-TYR86d" style="margin:6px 0px;box-sizing:border-box;font-variant-ligatures:none;outline:none;color:rgb(33,33,33);font-size:15px;font-style:inherit;text-decoration:inherit;font-family:Lato,sans-serif;line-height:1.6667;padding-top:0px">Sparse Attentive Backtracking</li><li id="gmail-m_-7375365895457821852gmail-m_-9032409063768286085gmail-h.p_2Ksi8X57kybb" class="gmail-m_-7375365895457821852gmail-m_-9032409063768286085gmail-zfr3Q gmail-m_-7375365895457821852gmail-m_-9032409063768286085gmail-TYR86d" style="margin:6px 0px;box-sizing:border-box;font-variant-ligatures:none;outline:none;color:rgb(33,33,33);font-size:15px;font-style:inherit;text-decoration:inherit;font-family:Lato,sans-serif;line-height:1.6667;padding-top:0px">Equilibrium Propagation</li><li id="gmail-m_-7375365895457821852gmail-m_-9032409063768286085gmail-h.p_cnAh2lynkzp0" class="gmail-m_-7375365895457821852gmail-m_-9032409063768286085gmail-zfr3Q gmail-m_-7375365895457821852gmail-m_-9032409063768286085gmail-TYR86d" style="margin:6px 0px;box-sizing:border-box;font-variant-ligatures:none;outline:none;color:rgb(33,33,33);font-size:15px;font-style:inherit;text-decoration:inherit;font-family:Lato,sans-serif;line-height:1.6667;padding-top:0px">Unbiased Online Recurrent Optimization (UORO)</li><li id="gmail-m_-7375365895457821852gmail-m_-9032409063768286085gmail-h.p_A0OlStCjk2kq" class="gmail-m_-7375365895457821852gmail-m_-9032409063768286085gmail-zfr3Q gmail-m_-7375365895457821852gmail-m_-9032409063768286085gmail-TYR86d" style="margin:6px 0px 0px;box-sizing:border-box;font-variant-ligatures:none;outline:none;color:rgb(33,33,33);font-size:15px;font-style:inherit;text-decoration:inherit;font-family:Lato,sans-serif;line-height:1.6667;padding-top:0px;padding-bottom:0px">Evolution Strategies</li></ul><p class="gmail-m_-7375365895457821852gmail-m_-9032409063768286085gmail-m_-2062849325793277360m_7236721635789291812zfr3q" id="gmail-m_-7375365895457821852gmail-m_-9032409063768286085gmail-m_-2062849325793277360m_7236721635789291812h.p_5XmFxHrcbkDJ" style="font-size:12.8px"><span style="color:black">We will accept both short paper (4 pages) and long paper (8 pages) submissions (not including references). Submissions should be in the <a href="https://www.google.com/url?q=https%3A%2F%2Fnips.cc%2FConferences%2F2017%2FPaperInformation%2FStyleFiles&sa=D&sntz=1&usg=AFQjCNHNCbY4YeArvm_K5UpJyMLwc6Brew" target="_blank"><span style="color:rgb(149,79,114)">NIPS 2017 format</span></a>. A few papers may be selected as oral presentations, and the other accepted papers will be presented in a poster session. There will be no proceedings for this <span class="gmail-m_-7375365895457821852gmail-m_-9032409063768286085gmail-il">workshop</span>, however, upon the author’s request, accepted contributions will be made available in the <span class="gmail-m_-7375365895457821852gmail-m_-9032409063768286085gmail-il">workshop</span> website. Submission are single-blind, peer-reviewed on OpenReview (<a href="https://www.google.com/url?q=https%3A%2F%2Fopenreview.net%2Fgroup%3Fid%3DICML.cc%2F2018%2FRML&sa=D&sntz=1&usg=AFQjCNEtou6q1LW5CUs3h7ddXzC_FyjgQg" target="_blank"><span style="color:rgb(149,79,114)">https://openreview.net/group?<wbr>id=ICML.cc/2018/RML</span></a>), and open to already published work.<span class="gmail-m_-7375365895457821852gmail-m_-9032409063768286085gmail-m_-2062849325793277360m_7236721635789291812apple-converted-space"> </span><u></u><u></u></span></p><p class="gmail-m_-7375365895457821852gmail-m_-9032409063768286085gmail-m_-2062849325793277360m_7236721635789291812zfr3q" style="font-size:12.8px"><b><span style="color:black">Paper Submission Deadline: June 15^th</span></b><span style="color:black"><u></u><u></u></span></p><p class="gmail-m_-7375365895457821852gmail-m_-9032409063768286085gmail-m_-2062849325793277360m_7236721635789291812zfr3q" style="font-size:12.8px"><b style="font-size:12.8px"><span style="color:black">Website</span></b><span style="font-size:12.8px;color:black">:<span class="gmail-m_-7375365895457821852gmail-m_-9032409063768286085gmail-m_-2062849325793277360m_7236721635789291812apple-converted-space"> </span></span><font color="#954f72"><span style="font-size:12.8px"><a href="https://sites.google.com/view/creditassignmentindlanddrl/home" target="_blank">https://sites.google.<wbr>com/view/creditassignmentindla<wbr>nddrl/home</a></span></font></p><p class="gmail-m_-7375365895457821852gmail-m_-9032409063768286085gmail-m_-2062849325793277360m_7236721635789291812zfr3q" style="font-size:12.8px">Best,</p><p class="gmail-m_-7375365895457821852gmail-m_-9032409063768286085gmail-m_-2062849325793277360m_7236721635789291812zfr3q" style="font-size:12.8px">ICML 2018 ECA workshop organizers</p></div>