華人學者、UCSB助理教授王宇翔獲得COLT 2021最佳學生論文獎

  • 2021 年 8 月 5 日
  • AI
作者：琰琰
最新消息，華人學者、加州大學聖巴巴拉分校（UCSB）助理教授王宇翔發表的題為「Optimal Dynamic Regret in Exp-Concave Online Learning」的研究論文獲得了 COLT 2021 的最佳學生論文獎。
COLT 2021（Conference on Learning Theory ）是機器學習領域的主流學術會議之一。第34 屆COLT 2021將於  8 月 15 日至 19 日在科羅拉多州博爾德舉行，屆時會議將分為兩個階段采取虛擬和混合兩種模式進行。
本次會議以機器學習理論研究為主題，涉及人工神經網路理論、深度學習、演算法的設計與分析、統計和計算複雜度、優化演算法以及經驗現象的理論解釋等研究方向，設置了最佳論文和最佳學生論文兩個獎項。
獲獎學者
王宇翔（Yu-Xiang Wang）是加州大學聖巴巴拉分校（UCSB）電腦科學系助理教授，機器學習聯合實驗室負責人。在加入 UCSB 之前，曾在加州帕洛阿爾托Amazon AI 實驗室擔任科學家（2017-2018年）。
他博士就讀於卡內基梅隆大學電腦科學學院（CMU），於2017年獲得機器學習和統計學雙學位，期間接受過Stephen Fienberg、Alex Smola、Ryan Tibshirani和Jing Lei等專家的聯合指導。本科和研究生在新加坡國立大學主修電氣工程專業，於2011和2013獲得學士和碩士學位。
他的研究興趣包括機器學習、統計及優化，主要側重統計理論和方法、差異隱私、大規模機器學習、強化學習和深度學習等方向，已在ICML、NeurIPS、CVPR等高峰會發表了多篇相關研究論文。
具體而言，其工作重點涉及各種具有挑戰性的學習機制（如高維、異構、隱私受限、順序、並行和分散式）、數據隱私結構（廣義稀疏性、子空間的並集、圖形或網路結構），資源平衡（模型複雜性、統計能力和隱私預算）以及各種可擴展的優化工具等。 
此外，他還對統計學和機器學習的應用感興趣，例如在清潔能源、醫療保健、住房、金融市場、網路服務等方面的應用。他認為，相關研究的關鍵挑戰在於如何有效地利用現有數據實現智慧預測（監督學習），量化不確定性（統計推斷），設計實驗（主動學習/強化），以及推斷長期決策（強化學習）等。
AI科技評論此前報道，今年4月王宇翔還入選了Google首屆研究學者計劃（Research Scholar Program）。與其一同入選的還有普林斯頓大學電腦系助理教授陳丹琦、杜克大學新晉助理教授陳廷鈞等16位華人學者。
個人主頁：//sites.cs.ucsb.edu/~yuxiangw/
獲獎論文

論文地址：//arxiv.org/pdf/2104.11824.pdf

本文主要研究了ZekEvic（2003）動態後悔最小化在具有凹形損失的在線學習中的問題。研究發現，只要允許不恰當（improper）的學習，強自適應在線學習者就會獲得的動態後悔，其中，Cn代表學習者未知的任意比較器序列的總變化量（又稱路徑長度）。即使對於已知上限為
的 1D 平方損失，實現這一速率也非常重要的。這項證明技術巧妙地利用 KKT 條件強加的原始變數和對偶變數的複雜結構，並且可能具有獨立意義。最後將這些結果應用於局部自適應非參數回歸的經典統計問題，在不需要任何統計假設或超參數調整的情況下，獲得了更強大、更靈活的演算法。


講座預約丨權威專家再談AlphaFold 2：AI是否會帶來結構生物學的「大革命」？
為了更加深入、系統地討論近期AlphaFold的系列成果，8月7日（本周六 9：30），雷鋒網將舉辦主題為《權威專家再談AlphaFold2：AI是否會帶來結構生物學的「大革命》的線上圓桌論壇。
本次主題論壇由影像計算與數字醫學國際研討會（ISICDM）主辦，雷鋒網、醫健AI掘金志協辦。
想要提問的讀者可掃描下方海報二維碼，進入專家社群，我們會將您的問題收集、匯總後，回饋給參會嘉賓，並在討論環節一一進行解答。

雷鋒網雷鋒網雷鋒網

VirMach 便宜 VPS

QNews

QNews