当前位置: 首页 > 新闻动态 > 正文

新闻动态

林宙辰教授团队获中国人工智能学会2023年度吴文俊人工智能科学技术奖自然科学奖一等奖、优秀博士学位论文提名奖!

时间:2024-03-11    点击数:
时间 主讲人
地点

2024年3月7日,中国人工智能学会发布《2023年度吴文俊人工智能科学技术奖授奖公告》,以北京大学智能学院林宙辰教授为第一完成人的科研成果《深度学习网络设计与优化算法》荣获自然科学奖一等奖!该成果深入研究影响深度网络性能的两大因素:结构设计与优化算法,取得了一系列原创性成果:1. 阐明了网络结构和信息流动模式之间的关系,提出了统一的基于引导信息流的网络结构设计原理,相应得到若干性能优越的深度网络。2. 提出了统一的基于能量函数下降的非凸优化算法设计原理,发现了非凸优化的若干迭代新模式,相应得到若干新的非凸优化算法,达到了更低的计算复杂度。8篇代表性论文谷歌学术引用3100余次,获得了包括美国三院院士Michael Jordan在内的近30位中外院士、100余位 ACM/IEEE/AAAI/IAPR/SIAM Fellow及杰青、长江特聘和万人领军的正面引用,在引文中被用于解决(或启发改进方法解决)计算机辅助医疗诊断等100余个实际问题,取得了显著的效果提升。成果其他完成人是林宙辰教授的原博士生方聪、李欢、杨一博以及北京大学深圳研究生院的刘宏教授。

另外,林宙辰教授、王奕森助理教授(智能学院)、杨建生教授(数学学院)共同指导的博士生王一飞的博士学位论文《自监督对比学习的理论与算法研究》荣获优秀博士学位论文提名奖!该论文率先建立了一套完善的对比学习理论框架,并可从理论出发指导新算法的设计,这优于其他研究者的仅可作现象解释的工作。论文提出了“增广重叠”理论,去除了美国科学院院士Sanjeev Arora理论的正样本条件独立性假设,具有准确预测模型泛化的能力(与实际吻合度95%以上);该理论创造性地在对比学习和图网络这两个看似不相干的领域之间建立了理论联系,从图理论指导自监督算法设计。基于这些理论洞察,发现了等变特征缺失问题,相关研究与Meta同时期发表;提出对比学习的首个统一的概率建模和高效采样算法,获ECML-PKDD 2021最佳论文奖;提出自监督下的动态对抗训练算法,其鲁棒性提升24%,率先逼近监督学习的性能。王一飞目前在MIT做博士后。



吴文俊人工智能科学技术奖,被誉为“中国智能科技最高奖”,具备提名推荐国家科学技术奖资格,代表人工智能领域的最高荣誉。该奖项设立于2011年,以人民科学家、人工智能先驱、中国人工智能学会原名誉理事长吴文俊先生命名,由中国人工智能学会发起设立,奖励在智能科学技术领域取得重大突破、作出卓著贡献的科技工作者和管理者。该奖项因弘扬科学精神,不断推进中国智能科学技术领域创新与发展,提升我国智能科技创新与产业化发展水平,而赢得了广泛的社会赞誉。


林宙辰教授


林宙辰是北京大学智能学院副院长、博雅特聘教授,IAPR/IEEE/CSIG/AAIS Fellow,国家杰青,中国图象图形学学会机器视觉专委会主任,中国自动化学会模式识别与机器智能专委会副主任,中国计算机学会计算机视觉专委会常务委员,中国人工智能学会模式识别专委会常务委员。研究领域为机器学习、计算机视觉和数值优化。发表论文300余篇,中英文专著5本,谷歌学术引用3.3万余次,h-指数76。


关闭

地址:北京市海淀区颐和园路5号(62755617)   反馈意见:its@pku.edu.cn

Copyright 版权所有©北京大学智能学院 All Rrights Reserved.