|
清華大學 AMiner 團隊開發(fā)的 ICML 2020 會議系統(tǒng)，對 ICML 2020 論文、作者、華人學者、一作華人學生、論文 PPT 和視頻等多維分析服務。通過論文看作者、通過作者找論文，并融合論文解讀、相關論文推薦、對作者信息的大數(shù)據(jù)分析，可以幫助用戶掌握當前深度學習的最前沿研究，洞察相關技術的發(fā)展趨勢。
通過 AMiner 系統(tǒng)中的華人欄，我們來看看本次會議中表現(xiàn)亮眼的華人有哪些呢?
Percy Liang 本次共有 8 篇文章入選，位居華人貢獻榜首位。
Percy Liang 是斯坦福大學計算機科學副教授（麻省理工學士，2004 年；加州大學伯克利分校博士，2011 年）。他的兩個研究目標是（i）使機器學習更加健壯、公平和可解釋；以及（ii）使計算機更易于通過自然語言進行交流。他的獎項包括總統(tǒng)科學家和工程師早期職業(yè)獎（2019 年）、IJCAI計算機和思想獎（2016 年）、NSF職業(yè)獎（2016 年）、斯隆研究獎學金（2015 年）和微軟研究學院獎學金（2014 年），此外，他還是 ICML2017 年最佳論文獎得主。
入選論文：
1 Understanding and Mitigating the Tradeoff Between Robustness and Accuracy
2 Understanding Self-Training for Gradual Domain Adaptation
3 Feature Noise Induces Loss Discrepancy Across Groups
4 Robustness to Spurious Correlations via Human Annotations
5 Adversarial Mutual Information for Text Generation
6 Concept Bottleneck Models
7 Overparameterization hurts worst-group accuracy with spurious correlations
8 DrRepair: A Self-Supervised, Graph-Attentional Approach to Repairing Programs from Diagnostic Feedback
Zhaoran Wang 以 7 篇文章入選本次 ICML 會議位居華人貢獻榜第二。
Zhaoran Wang 是美國西北大學工程與管理系的助理教授，他在普林斯頓大學獲得了博士學位。研究興趣為統(tǒng)計優(yōu)化與機器學習的交互。特別有興趣了解統(tǒng)計準確性和計算工作量之間的權衡，以及為統(tǒng)計學習中的非凸問題建立可證明的保證。 入選論文：
1 Semiparametric Nonlinear Bipartite Graph Representation Learning with Provable Guarantees
2 Provably Efficient Exploration in Policy Optimization
3 Deep Reinforcement Learning with Smooth Policy
4 Breaking the Curse of Many Agents: Provable Mean Embedding QQQ-Iteration for Mean-Field Reinforcement Learning
5 Generative Adversarial Imitation Learning with Neural Network Parameterization: Global Optimality and Convergence Rate
6 Computational and Statistical Tradeoffs in Inferring Combinatorial Structures of Ising Model
7 On the Global Optimality of Model-Agnostic Meta-Learning
Chi Jin（金馳）以 6 篇論文入選位居華人貢獻榜第3位。
Chi Jin 現(xiàn)任普林斯頓大學電氣工程助理教授。他在加州大學伯克利分校獲得計算機科學博士學位，由 Michael I. Jordan 擔任導師。在此之前，他在北京大學獲得了物理學學士學位。研究興趣在于機器學習、統(tǒng)計和優(yōu)化。
入選論文：
1 On Gradient Descent Ascent for Nonconvex-Concave Minimax Problems
2 What is Local Optimality in Nonconvex-Nonconcave Minimax Optimization?
3 Provably Efficient Exploration in Policy Optimization
4 Learning Adversarial Markov Decision Processes with Bandit Feedback and Unknown Transition
5 Reward-Free Exploration for Reinforcement Learning
6 Provable Self-Play Algorithms for Competitive Reinforcement Learning
Zhuoran Yang（楊卓然）以 6 篇文章入選與 Chi Jin（金馳）并列位于華人貢獻榜第 3。
Zhuoran Yang（楊卓然）是普林斯頓大學運籌學與金融工程的一名博士生，此前已在清華大學獲得了數(shù)學學士學位。他也是本次會議入選超過 5 篇文章的華人作者中唯一一名博士生。研究興趣在于機器學習、統(tǒng)計和優(yōu)化之間的交互。研究的主要目標是設計有效的學習算法，以解決強化學習和隨機博弈中出現(xiàn)的大規(guī)模決策問題。
入選論文：
1 Semiparametric Nonlinear Bipartite Graph Representation Learning with Provable Guarantees
2 Provably Efficient Exploration in Policy Optimization
3 Breaking the Curse of Many Agents: Provable Mean Embedding QQQ-Iteration for Mean-Field Reinforcement Learning
4 Generative Adversarial Imitation Learning with Neural Network Parameterization: Global Optimality and Convergence Rate
5 Robust One-Bit Recovery via ReLU Generative Networks: Near Optimal Statistical Rate and Global Landscape Analysis
6 On the Global Optimality of Model-Agnostic Meta-Learning
Heng Huang（黃恒）以 5 篇文章入選位居華人貢獻榜第 4。
Heng Huang（黃恒）在達特茅斯學院獲得計算機科學博士學位，在上海交通大學獲得碩士和學士學位。他是匹茲堡大學（universityofpittsburgh）計算機工程 johna.Jurenko 特聘教授。研究興趣為機器學習，數(shù)據(jù)挖掘，大數(shù)據(jù)計算，NLP 生物信息學，神經(jīng)信息學，精密醫(yī)學，健康信息學計算機視覺、醫(yī)學圖像分析。
入選論文：
1 Sparse Shrunk Additive Models
2 Fast OSCAR and OWL with Safe Screening Rules
3 Momentum-Based Policy Gradient Methods
4 Can Stochastic Zeroth-Order Frank-Wolfe Method Converge Faster for Non-Convex Problems
5 Adversarial Nonnegative Matrix Factorization
ICML 涌現(xiàn)的學術新星
華人學生在本次的會議表現(xiàn)同樣亮眼，有第一作者身份的華人學生在本次會議上發(fā)表兩篇論文及以上的有 15 人，其中來自哥倫比亞大學的博士生 Yunhao (Robin) Tang 有 4 篇文章入選，位居華人一作學生貢獻榜第一，且在 4 篇入選論文中，他有兩篇是第一作者。發(fā)表了 3 篇論文的博士生 Hanrui Zhang 和 Jiaming Song 分別來自杜克大學與斯坦福大學，他們都僅有一篇論文作為第一作者。
以下同學有 2 篇論文入選： 
想要查看更多學者的詳細信息，可以移步 AMiner 會議智圖開放平臺 ICML 2020 專題全析圖，其內容包括論文、作者、華人學者、一作華人學生、論文 PPT 和視頻等多維分析服務，是參會學者的會議智能助理。
|
