Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

IJCAI 2022奖项公布:3篇杰出论文,南加大、耶拿大学等机构在列

今年的 IJCAI 评选出三篇杰出论文。

近日,人工智能领域顶会 IJCAI 揭晓 2022 年杰出论文获奖名单,今年共有三篇论文获得杰出论文(Distinguished Papers)奖项。

获奖团队分别来自南加州大学、耶拿大学、维也纳工业大学、拜耳股份公司、南丹麦大学等机构。
图片
据 IJCAI 2022 数据显示,今年共收到 4535 篇提交,最终接收率为 15%,对比去年 13.9% 的接收率有所提高。

三篇杰出论文奖

论文 1:PLURALITYVETO: A Simple Voting Rule Achieving Optimal Metric Distortion
图片
  • 作者:Fatih Kizilkaya、David Kempe
  • 机构:南加州大学
  • 论文地址:https://arxiv.org/pdf/2206.07098.pdf

论文简介:在度量失真框架中,假设 n 个选民和 m 个候选人共同嵌入一个度量空间,这样选民对离自己越近的候选人的排名就越高。投票规则旨在选出与选民总距离最小的候选人,只给出排名,而不是实际距离。因此,在最坏的情况下,每个确定性规则都会选择一个候选者,其总距离至少是最优规则的三倍,即失真至少为 3。

该研究的主要成果是一个极其简单的投票规则,称为 PLURALITYVETO,它同样实现了 3 的最优失真。每个候选人开始时的得分等于他的第一名投票数。之后分数通过 n 轮否决会下降,在这个过程中,当一个候选人的分数达到 0 时,他就会退出。选民逐个地降低他们在候选人中排名靠后的分数,最后一位候选人获胜。

论文 2:QCDCL with Cube Learning or Pure Literal Elimination - What is best?

图片

  • 作者:Benjamin Böhm、Tomas Peitl、Olaf Beyersdorff
  • 机构:耶拿大学、维也纳工业大学
  • 论文地址:https://www.ijcai.org/proceedings/2022/0248.pdf

论文简介:QCDCL(Quantified conflict-driven clause learning)是求解量化布尔公式(QBF)的主要方法之一。该研究形式化和研究了 QCDCL 的几个版本,包括立方体学习和 / 或纯字面消除,并通过证明复杂性技术正式比较了生成的求解模型。结果表明,几乎所有的 QCDCL 模型在证明大小(以及求解器运行时间)方面都呈指数级无法比拟,这指向了如何实际实现 QCDCL 的不同正交方式。

论文 3:Completeness and Diversity in Depth-First Proof-Number Search with

图片
  • 作者:Christopher Franz、Georg Mogk、Thomas Mrziglod、Kevin Schewior
  • 机构:拜耳股份公司、南丹麦大学
  • 论文地址:https://www.ijcai.org/proceedings/2022/0658.pdf

论文简介:该研究重新审视了 DFPN(Depth-First Proof-Number Search)算法,这是一种用于解决双人游戏的著名算法。首先,该研究考虑了算法及其变体的完整性,即当存在获胜策略时,算法是否总能找到获胜策略。虽然已知标准版本不完整,但该研究表明与简单阈值控制算法的组合是完整的,从而解决了该领域的一个开放问题。

其次,该研究修改 DFPN 以计算一组不同的解决方案,而不仅仅是一个单一的解决方案。

最后,该研究将化学中的这种新变体应用于新目标分子的合成计划(逆合成)。在这个领域中,需要多种解决方案的集合。该研究将文献中的其他修改应用于算法,并根据自然多样性度量表明它优于蒙特卡洛树搜索,这是针对同一问题的另一种著名算法。

除获奖论文外,活动还邀请了几位主讲嘉宾,他们分别是 Gerhard Widmer、Tim Miller、Pete Wurman、Jérôme Lang、Sumit Gulwani、Judea Pearl、Mihaela van der Schaar 以及 Ana Paiva。
图片
其中图灵奖得主、贝叶斯网络之父 Judea Pearl 带来了一次演讲。Judea Pearl 因通过概率和因果推理的算法研发在人工智能取得的杰出贡献而获得图灵奖。
图片
AIJ 奖

AIJ 的全称为 Artificial Intelligence Journal,即《人工智能期刊》,始建于 1970 年,是人工智能研究领域的顶级学术期刊,具有公认的权威性与知名性。

AIJ 突出论文奖:Optimal social choice functions: A utilitarian view
图片
  • 作者:Craig Boutilier、Ioannis Caragiannis、Simi Haber、TylerLu 、Ariel Procaccia、OrSheffet
  • 机构:多伦多大学、CMU 等
  • 论文地址:https://www.sciencedirect.com/science/article/pii/S0004370215000892

论文简介:该研究从实用主义的角度来看待社会选择,假设智能体在一定的可选空间内具有效用函数。本文研究了三种不同模型下的最优社会选择函数,并强调了评分函数所起的重要作用。

AIJ 经典论文奖:An optimal coarse-grained arc consistency algorithm
图片
  • 作者:Christian Bessiere、Jean-Charles Régin、Roland Yap、Yuanlin Zhang
  • 机构:新加坡国立大学、德州理工大学等
  • 论文地址:https://www.sciencedirect.com/science/article/pii/S0004370205000482

论文简介:约束传播的使用是约束求解器的主要特点。因此,以高效和有效的方式管理传播是最重要的。该研究提出了一种粗粒度算法 AC2001/3.1,它是最坏情况下的最优算法,并尽可能保持其集成到求解器的易用性。

IJCAI-JAIR 奖

自 2003 年起,IJCAI-JAIR 最佳论文奖每年从最近 5 年发表在 JAIR 的论文中评选并表彰一篇杰出论文。评审的标准基于论文的重要性和 presentation 的质量。

2022 年的 IJCAI-JAIR 最佳论文奖授予论文《DESPOT: Online POMDP Planning with Regularization》,作者包括 Nan Ye、Adhiraj Somani、David Hsu、Wee Sun Lee。
图片
参考链接:https://twitter.com/IJCAIconf
理论杰出论文奖
相关数据
因果推理技术

基于因果关系的一类推理方法,是一种常见推理模式,涉及观察到的共同效应的原因的概率依赖性。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

贝叶斯网络技术

贝叶斯网络(Bayesian network),又称信念网络或是有向无环图模型,是一种概率图型模型。例如,贝叶斯网络可以代表疾病和症状之间的概率关系。 鉴于症状,网络可用于计算各种疾病存在的概率。

量化技术

深度学习中的量化是指,用低位宽数字的神经网络近似使用了浮点数的神经网络的过程。

推荐文章
暂无评论
暂无评论~