• 張騰博士論文被AAAI'20錄用

    更新:2020-07-25 21:59:10 閱讀:人次

    張騰博士的論文《Optimal Margin Distribution Learning in Dynamic Environments》被今年2月份在美國紐約舉辦的第34AAAI大會(AAAI'20)錄用。該會議是人工智能領域重要學術組織美國人工智能協會(Association for the Advancement of Artificial Intelligence)主辦的年會,在中國計算機學會的國際學術會議排名以及清華大學新發布的計算機科學推薦學術會議和期刊列表中,AAAI均被列為人工智能領域的A類頂級會議。


    該論文研究的是開放動態環境中的在線學習問題亚博app下载官网下载。對于這一問題已經有一些相關研究,其基本想法是不要把雞蛋放在同一個籃子里。面對復雜的環境,一個學習器應付不過來,就同時維護多個候選學習器,根據每個學習器的性能變化不斷調整它們的權重亚博app下载官网下载,即所謂的“對沖”亚博app下载官网下载。于是問題就轉換成每個候選學習器的設計,顯然它們應該有所區別,如果都一樣,維護多個也沒意義,所以各個學習器應該引入一些個性化的因素。最常用的策略就是重新啟動,賦予各個學習器不同的適應環境的能力亚博app下载官网下载,重啟頻率高的學習器容易適應變化劇烈的環境亚博app下载官网下载,而重啟頻率低的學習器適合變化平緩的環境。


       真實的環境變化的頻率是無法事先得知的,論文提出了一個巧妙的解決方案:不同學習器的重啟頻率采用公比為2的等比數列,這樣從理論上可以證明,只需維護O(log T)個候選學習器,就能使得無論在哪個時間段,至少有一個候選學習器與采用真實重啟頻率的學習器性能相仿。至于每個候選學習器,可以采用最優間隔分布學習機亚博app下载官网下载,這是近期提出的一個新型統計學習泛型,基于最新的間隔分布理論,擁有強凸、平滑等多種優良的數學性質亚博app下载官网下载,可以導出最優的動態遺憾界。最終大量的實驗結果也表明了論文所提算法的有效性和高效性,能夠很好的應用在環境動態變化的現實問題中。


    學院新聞

    Directory

    亚博app下载官网下载