通院本科生夏曉波論文被國(guó)際頂會(huì)NeurIPS2020錄用
（通訊員：黃云）近日，國(guó)際人工智能頂級(jí)會(huì)議NeurIPS2020（Conference and Workshop on Neural Information Processing Systems，神經(jīng)信息處理系統(tǒng)大會(huì)）官方發(fā)布了接受論文列表。通信工程學(xué)院2016級(jí)本科生夏曉波作為第一作者撰寫(xiě)的論文“Parts-dependent Label Noise: Towards Instance-dependent Label Noise”被該會(huì)議全文錄用，并入選Spotlight，將在大會(huì)上作口頭報(bào)告。
|
|
|
 |
因?yàn)橐咔樵颍?/span>
2020
年
6
月，
NeurIPS2020
組委會(huì)發(fā)布了公告，決定將原定在加拿大溫哥華舉行的第
34
屆會(huì)議全程安排在線上舉行。今年，
NeurIPS2020
接受“審閱”的稿件數(shù)量再創(chuàng)新高，達(dá)到
9454
篇，
1900
篇論文拿到了入場(chǎng)門(mén)票，錄取率約為
20%
。其中
Spotlight
論文為
280
篇，錄取率僅為
3%
。
對(duì)比其他年份的錄取率，NeurIPS2020雖然投稿數(shù)量和接收數(shù)量創(chuàng)了新高，但是錄取率是歷史最低。此外，作為全球備受矚目的 AI 領(lǐng)域頂會(huì)，這屆NeurIPS在提交和評(píng)審機(jī)制上做出了一些重大更改，例如早期拒稿、作者即評(píng)審、更廣泛的影響等等制度的改革，這一系列變化對(duì)論文作者既是機(jī)遇也是挑戰(zhàn)。
夏曉波這篇論文是在本科四年級(jí)期間完成的，在論文中提出了一種新穎的對(duì)
instance-depentent label noise
進(jìn)行建模的方法，從非負(fù)矩陣分解的角度，用
parts-dependent label noise
近似
instance-depentent label noise
，繼而提高了建模的準(zhǔn)確性和分類器的魯棒性。作為本科生能夠發(fā)表這樣的高水平論文，這與夏曉波背后的努力是分不開(kāi)的。
據(jù)了解，夏曉波是通信工程學(xué)院通信工程專業(yè)2016級(jí)本科畢業(yè)生。他學(xué)習(xí)刻苦，熱愛(ài)科研，保研排名位列通信工程專業(yè)第一名，目前在通信工程學(xué)院王楠楠教授團(tuán)隊(duì)擔(dān)任科研助理。他從大二就加入到ISN國(guó)家重點(diǎn)實(shí)驗(yàn)室，在王楠楠教授的指導(dǎo)下開(kāi)展科研活動(dòng)。長(zhǎng)期的積累為他取得的成績(jī)奠定了良好基礎(chǔ)。
“永遠(yuǎn)有多遠(yuǎn)，用心去創(chuàng)造。”這句話是夏曉波的座右銘。在同學(xué)們眼里，夏曉波一直很厲害。在他自己看來(lái)，努力是多年來(lái)的一種習(xí)慣，也是他的成長(zhǎng)方式。正是保持著這樣的狀態(tài)，才能驅(qū)使他不斷磨礪自己，勇攀高峰，在科研的路上不斷前進(jìn)。
