[成果分享]刘静教授团队研究成果入选机器学习顶级会议NeurIPS 2024

文摘   2024-09-27 19:58   广东  

1

科研动态

SUMMARY

近日,第38届神经信息处理系统大会(NeurIPS 2024)录用结果公示,论文中稿率25.8%。刘静教授团队共有2篇论文被NeurIPS 2024录用,论文简要介绍如下:

1

论文一

论文题目Rapid Plug-in Defenders

作者吴凯,李宇健,娄坚,张肖瑜,王晗丁,刘静

论文概述:常见的对抗防御方法往往涉及大量对抗训练或利用从干净数据中学到的知识,需要大量额外计算资源和训练时间,还可能需要对已有模型进行更新。为了对已部署模型进行快速灵活的防御,本文关注快速插入防御( Rapid Plug-in Defender, RaPiD)问题,希望在不改变已部署模型本身的情况下快速防御对抗攻击。对此,作者提出了一种快速插件防御机制CeTaD,无需改变已有模型,在few-shot对抗性数据上有限微调通用预训练模型就可以得到相适应的可插入防御器。CeTaD有效利用了通用预训练模型的泛化能力和鲁棒性,在多种任务、攻击、目标模型的验证中都具有高效的适应能力。

2

论文二

论文题目:Pretrained Optimization Model for Zero-Shot Black Box Optimization

作者:李小彬,吴凯,李宇健,张肖瑜,王晗丁,刘静

论文概述:作者提出了一种预训练优化模型(Pretrained Optimization Model,POM),用于零样本黑箱优化,旨在无需或仅需最少调整优化器的情况下优化未见过的目标任务。通过设计端到端可学习的优化模型,POM利用从多样化任务中获得的知识,通过直接应用或少量样本微调,提供高效的零样本优化解决方案。在BBOB基准测试及两个机器人控制任务上的评估表明,POM在高维任务中优于现有的黑箱优化方法。通过少量样本和预算微调,POM显著提升了性能,并在不同任务分布、维度、种群规模和优化范围上展现出强大的泛化能力。


2

NeurIPS

SUMMARY

NeurIPS 2024将于2024年12月9日至15日在加拿大温哥华举行。NeurIPS是人工智能与机器学习领域最具影响力的三大国际会议(NeurIPS、ICML、ICLR)之一,CCF A类会议。会议涵盖了机器学习领域的各个方面,包括理论、方法、应用和实践,吸引了来自全球学术界和工业界的顶尖研究人员和从业者参与,交流最新研究成果、讨论前沿技术并且探讨未来趋势。


EvoIGroup
Evolutionary Intelligence (EvoI) Group。主要介绍进化智能在网络科学,机器学习,优化和实际(工业)应用上的研究进展。欢迎投稿推文等。联系方式:evoIgroup@163.com。
 最新文章