电子科技大学在人工智能领域顶级会议ICML上发表论文

来源:电子科技大学 #电子科技大学# #ICML# #科研#
1.2w

近日,计算机科学与工程学院(网络空间安全学院)2021级硕士研究生潘尔林的论文“Beyond Homophily: Reconstructing Structure for Graph-agnostic Clustering”成功录用于第四十届国际机器学习会议(International Conference on Machine Learning,ICML)。潘尔林为论文第一作者,其导师康昭副教授为通讯作者。ICML会议每年举办一次,作为公认的人工智能三大顶级会议之一,其代表着当今人工智能研究的最高水平以及热门科研领域的最前沿,具有广泛而深远的国际影响力,受到来自学术界和工业界的广泛关注,也是中国计算机学会(CCF)推荐的A类会议。

模型基本框架

该篇论文是潘尔林同学继NeurIPS后的又一重要工作,文中提出使用重新构图和混合滤波来解决图(特别是异质图)的无监督聚类问题。当前对异质图上的研究工作都是针对半监督、监督任务,首先根据标签信息把图数据分为同质图和异质图,然后设计不同的模型来分别处理。该工作是对异质图无监督任务的首次探索。尤其是,在无监督场景下,图的同质/异质性无从得知,这个工作也为各种类型的图结构数据提供了一个通用的处理框架。该方法有三个重要模块:1)图重构模块:对图数据重新构造同质、异质两个拓扑结构,特别是同质拓扑的构造中,首次使用二阶拓扑趋近于一阶拓扑的思想来提高结构的同质度;2)混合滤波器:基于构造的图,使用混合滤波来融合图数据的拓扑和节点特征,充分利用数据高频、低频的信息;3)双生图聚类网络:将滤波后的特征和原始拓扑信息在不同子空间中学习嵌入,减少了信息冲突。该工作在图聚类,特别是异质图聚类中有巨大优势。其中,重新构造图结构的方法十分新颖,在其他图学习等任务中具有巨大的应用潜力。

康昭副教授主要从事无监督机器学习、社交媒体挖掘与分析、自然语言处理及其应用研究。先后入选百度全球高潜力AI华人青年学者百强和斯坦福大学全球前2%顶尖科学家榜单(World’s Top 2% Scientists)。已在人工智能领域的国际顶级会议和期刊发表论文90余篇,包括NeurIPS,ICML,CVPR,SIGKDD,ECCV,IEEE TCyb,TKDE,TIP等,其中6篇入选ESI前1%高被引论文,谷歌学术引用3700次左右,H-index 35。于高教社出版《人工智能基础》教材1部。多次受邀担任相关领域顶级期刊(如JMLR、IEEE TPAMI) 的审稿人和会议(如ICML、NeurIPS、AAAI、CVPR、ICCV、ICLR)程序委员会(高级)委员,AAAI 2022领域主席。近五年指导本科生发表了18篇高水平学术论文,大部分学生毕业后进入布朗大学、哥伦比亚大学、杜克大学、清华大学等海内外名校深造。

责编: 爱集微
来源:电子科技大学 #电子科技大学# #ICML# #科研#
THE END
关闭
加载

PDF 加载中...