無法出門,不如在家讀論文。最新一期的機器之心 AAAI 2020 線上分享,我們邀請到了南京大學人工智慧學院研究助理卞超為我們做分享。
疫情嚴重,不僅影響了我們的日常生活,還給全球範圍內的學術會議、交流活動帶來了很大不便。
作為今年首個召開的人工智慧頂會,AAAI 2020 也受到了極大影響。國內眾多論文作者無法正常參與此頂會,進行學術交流。
為向讀者們分享更多的優質內容,讓大家在無法出門的日子裡高效學習,機器之心將繼續組織 AAAI 2020 線上論文分享。最新一期的線上分享,我們邀請到了南京大學人工智慧學院研究助理卞超為我們介紹他們在論文《An Efficient Evolutionary Algorithm for Subset Selection with General Cost Constraints》中提出的演化算法 EAMC。
卞超,現任南京大學人工智慧學院研究助理,導師為南京大學俞揚教授,錢超副教授,研究方向包括不確定性優化(包括帶噪聲優化和動態優化)下演化算法的理論分析,以及多目標演化算法的理論分析;在理論的指導下,針對實際優化問題設計高效的演化算法。郵箱:chaobian12@gmail.com
演講概要:子集選擇問題旨在從 n 個元素中,選擇滿足約束 c 的一個子集,以最大化目標函數 f。它有很多應用,包括影響力最大化,傳感器放置等等。針對這類問題,現有的代表性算法有廣義貪心算法和 POMC。廣義貪心算法耗時較短,但是受限於它的貪心行為,其找到的解質量往往一般;POMC 作為隨機優化算法,可以使用更多的時間來找到質量更好的解,但是其缺乏多項式的運行時間保證。因此,我們提出一個高效的演化算法 EAMC。通過優化一個整合了 f 和 c 的代理函數,它可以在多項式時間內找到目前已知最好的近似解,並且其在多類問題上的試驗也顯示出比廣義貪心算法更好的性能。
論文連結:http://www.lamda.nju.edu.cn/qianc/aaai20-eamc-final.pdf
時間:北京時間 2 月 7 日 20:00-21:00
AAAI 2020 機器之心線上分享
在 AAAI 2020 收錄的大量優秀論文中,我們將選出數篇優質論文,邀請論文作者來做線上分享。整場分享包括兩個部分:論文解讀和互動答疑。
線上分享將在「AAAI 2020 交流群」中進行,加群方式:添加機器之心小助手(syncedai4),備註「AAAI」,邀請入群。入群後將會公布直播連結。