新星涌现!ICLR 2020 华人学者交出亮眼“成绩单”

史上首次在非洲举行的 AI 线上顶会——ICLR 2020 将于今日于埃塞俄比亚首都亚斯亚贝巴正式开幕。

来自机器学习领域的众多大牛,诸如机器学习泰斗、美国三院院士 Michael I. Jordan,“卷积网络之父”Yann LeCun、Facebook 人工智能研究院(FAIR)首席科学家 Devi Parikh 等都将带来多场特邀线上报告,大家拿好小板凳坐等收看哦!

ICLR 2020 上华人表现亮眼

近日,AMiner 发布的 ICLR 八年以来论文被引量最高的 50 名华人学者榜单,受到了众多好评。有人评论:看到了那么多华人作者,看到众多中国高校与世界名校并列,令人激动!

感慨于中国力量在人工智能领域的快速崛起,而这股力量也早已经从工业界延伸到了学术界。

今天再来看看 ICLR 2020 上华人学者的表现究竟如何?

在 ICLR 2020 论文入选的 2566 位作者中,共有 655 位华人学者,其中有 2 人发表 7 篇论文,1 人发表 6 篇,1 人发表 5 篇,5 人入选 4 篇,17 人入选 3 篇,101 位入选 2 篇论文。

其中一作华人学生共有 212 人。以一作身份发表 3 篇论文的有 1 人,发表 2 篇的共有 8 人。

在这些华人作者中,有少部分是已经卓有名气的学术大咖,而更多的是涌现出的学术新星。

下图为入选 3 篇以上的华人学者。

ICLR 2020 上的华人明星

我们来详细看看 ICLR 2020 发文 4 篇以上的华人学者都有哪些呢?

朱军
朱军教授此次共有 7 篇论文入选,与宋乐并列于 ICLR 2020 华人贡献榜首位。
他是清华大学计算机系的教授、智能技术与系统国家重点实验室副主任。他在清华大学获得计算机学士和博士学位,之后在卡内基梅隆大学做博士后,2011 年回清华任教。2013 年,朱军曾入选 IEEE Intelligent Systems 的“人工智能 10 大新星”(AI’s 10 to Watch)。他的研究领域主要为机器学习、数据挖掘、非参数化贝叶斯方法、最大间隔学习等,已连续多年在机器学习顶级国际会议和期刊 ICML、NeurIPS、JMLR、PAMI 等发表论文 100 余篇。

入选论文:
Lazy-CFR: fast and near-optimal regret minimization for extensive games with imperfect information
Mixup Inference: Better Exploiting Mixup to Defend Adversarial Attacks
Rethinking Softmax Cross-Entropy Loss for Adversarial Robustness
SUMO: Unbiased Estimation of Log Marginal Probability for Latent Variable Models
SVQN: Sequential Variational Soft Q-Learning Networks
To Relieve Your Headache of Training an MRF, Take AdVIL
Posterior sampling for multi-agent reinforcement learning: solving extensive games with imperfect information

宋乐

佐治亚理工学院宋乐教授此次共有 7 篇论文入选,在 NeurIPS 2019 中他也有 5 篇入选,绝对的高产作者。

宋乐是佐治亚理工学院计算科学与工程系终身副教授,机器学习中心副主任。他从悉尼大学和 NICTA 获得机器学习博士学位,在卡内基梅隆大学读完博士后,曾加入 Google 的机器学习部门从事研究工作。他的主要研究方向主要包括核函数和深度学习的嵌入方法,机器学习的大规模算法和高效系统以及静态和动态网络分析等等。他曾获得过多项机器学习顶级国际奖项,包括 NIPS’17 机器学习与材料科学研讨会最佳论文奖,Recsys'16 深度学习与推荐系统研讨会最佳论文奖等。

入选论文:

Double Neural Counterfactual Regret Minimization
Efficient Probabilistic Logic Reasoning with Graph Neural Networks
GLAD: Learning Sparse Graph Recovery
Hoppity: Learning Graph Transformations to Detect and Fix Bugs in Programs
Learn to Explain Efficiently via Neural Logic Inductive Learning
Learning to Plan in High Dimensions via Neural Exploration-Exploitation Trees
RNA Secondary Structure Prediction By Learning Unrolled Algorithms

王立威
北京大学王立威教授在 ICLR 2020 中共有 6 篇入选。

王立威教授在清华大学取得本科和硕士学位,在北京大学数学学院获博士学位。自2005 年起在北京大学信息学院任教。他的主要研究兴趣为机器学习理论,在机器学习顶级会议 NeurIPS、COLT、ICML 和顶级期刊 JMLR、 PAMI 发表论文 60 余篇。其中 2008 年发表于机器学习理论最高会议 COLT 的论文 On the Margin Explanation of Boosting Algorithms 是中国大陆学者在该会议上的首篇论文。他于 2010 年入选 AI’s 10 to Watch,是首位获得该奖项的亚洲学者。

入选论文:
Distributed Bandit Learning: Near-Optimal Regret with Efficient Communication
Learning to Group: A Bottom-Up Framework for 3D Part Discovery in Unseen Categories
MACER: Attack-free and Scalable Robust Training via Maximizing Certified Radius
Nesterov Accelerated Gradient and Scale Invariance for Adversarial Attacks
Q-learning with UCB Exploration is Sample Efficient for Infinite-Horizon MDP
Robust Local Features for Improving the Generalization of Adversarial Training


冯佳时
新加坡国立大学助理教授冯佳时共有 5 篇论文入选 ICLR 2020。

冯佳时,现任新加坡国立大学电子与计算机工程系助理教授,机器学习与视觉实验室负责人。中国科学技术大学自动化系学士,新加坡国立大学电子与计算机工程系博士,曾在加州大学伯克利分校人工智能实验室做博士后研究。现研究方向为图像识别、深度学习及面向大数据的鲁棒机器学习。他曾获 ICCV’2015 TASK-CV 最佳论文奖,目前已在计算机视觉、机器学习领域顶会及期刊发表论文 60 余篇。

入选论文:
Decoupling Representation and Classifier for Long-Tailed Recognition
Neural Epitome Search for Architecture-Agnostic Network Compression
On Robustness of Neural Ordinary Differential Equations
Query-efficient Meta Attack to Deep Neural Networks
ReClor: A Reading Comprehension Dataset Requiring Logical Reasoning


四篇论文入选的华人学者

顾全全此次有 4 篇入选,而在 NeurIPS 2019 中他有 6 篇论文入选。
顾全全目前是加州大学洛杉矶分校计算机科学的助理教授,统计机器学习实验室的负责人。他本科、硕士都就读于清华大学,在伊利诺伊大学香槟分校获得计算机科学博士学位,师从数据挖掘领域的泰斗韩家炜教授;先后担任普林斯顿大学博士后、美国弗吉尼亚大学助理教授。他的研究方向是统计机器学习,重点是开发和分析机器学习的非凸优化算法等。他曾获得过美国国家科学基金会颁发的“杰出青年学者成就奖”。
Bo Li,伊利诺伊大学香槟分校计算机科学系的助理教授。她于 2016 年获得范德比尔特大学博士学位,曾是赛门铁克研究实验室研究生奖学金的获得者。她的研究兴趣在于对抗性的深度学习、安全性、隐私和博弈论。她开发并分析了可伸缩的健壮学习框架,用于在对抗规避攻击的环境中学习算法。
周明远,德克萨斯大学奥斯汀分校的统计学助理教授,也是自然科学学院统计与数据科学系的核心教员。他本科毕业于南京大学,在中国科学院取得硕士学位,后在杜克大学获得博士学位。他的研究领域主要包括贝叶斯统计和机器学习等。
Zhangyang Wang,德州农工大学计算机科学与工程系的助理教授。他在伊利诺伊大学香槟分校电气与计算机工程获得博士学位。他的研究兴趣包括机器学习、深度学习、计算机视觉、图像和视频处理优化等。
Jiatao Gu ,Facebook 人工智能研究中心的研究科学家。他研究兴趣在于将深度学习方法应用于自然语言处理(NLP)问题。
ICLR 2020 涌现的学术新星
以下这些同学在此届 ICLR 上都有着格外亮眼的表现。
瑞士洛桑联邦理工计算机与通信科学学院的三年级博士生 Tao Lin,以一作身份发文三篇。Tao Lin 本科毕业于浙江大学,在洛桑理工学院获得通信系统专业硕士学位。他的研究兴趣主要在于分布式机器学习/深度学习、机器学习和优化和表象学习。
以一作身份发文两篇的华人学生共有 8 位,他们分别是清华大学信息交叉学院的硕士研究生 Tonghan Wang,加州大学洛杉矶分校计算机科学系博士生 Difan Zou,美国亚利桑那州立大学的博士生 Tianshu Yu,美国爱荷华大学的计算机科学系博士生 Mingrui Liu,卡内基梅隆大学计算机科学学院语言技术研究所的博士生何俊贤,清华大学计算机科学与技术系博士生 Tianyu Pang,普林斯顿大学计算机科学系的博士生胡威,斯坦福大学博士生 Weihua Hu。
以下三位同学也有三篇论文入选,佐治亚理工学院的博士生陈心诗,其中以一作身份发文一篇;普林斯顿大学计算机科学的博士生李志远,其中以一作身份发文一篇,在 NeurIPS 2019 中他也有两篇论文入选;加州大学洛杉矶分校计算机科学系的博士生 Huan Zhang,以一作身份发文一篇,在 NeurIPS 2019 中他同样有两篇论文入选。Huan Zhang,以一作身份发文一篇,在 NeurIPS 2019 中他同样有两篇论文入选。
可以看出,华人力量几乎占据了 ICLR 2020 的半壁江山,表现令人惊喜。再次恭喜他们!
 
想要查看更多学者的详细信息,可以移步 AMiner 会议智图开放平台 ICLR 2020 专题全析图(www.aminer.cn/conf/iclr2020/),其内容包括论文、作者、华人学者、一作华人学生、论文 PPT 和视频等多维分析服务,是参会学者的会议智能助理。

近期精彩集锦(点击蓝色字体跳转阅读):

(0)

相关推荐