信息科学技术学院赖兆荣课题组的研究成果被人工智能CCF A类国际顶级会议IJCAI 2024录用

发布时间:2024/04/24 阅读量: 分享到

暨南大学融媒体中心讯  近日,信息科学技术学院、广东省数量金融大数据工程技术研究中心、广东智慧教育研究院赖兆荣课题组撰写的论文“A De-singularity Subgradient Approach for the Extended Weber Location Problem”被人工智能领域的CCF A类国际顶级会议IJCAI 2024录用。其中,暨南大学为第一单位,数学系教师赖兆荣为第一作者,计算机科学系教师吴小天、方良达、鹏城实验室助理研究员陈子良为合作作者。

IJCAI的英文全称是International Joint Conference on Artificial Intelligence,中文官方名称为国际人工智能联合会议。它是人工智能领域两大国际顶级会议之一,也是中国计算机学会(CCF)推荐的A类会议之一,近年来录取率低至12%-15%,对论文的质量要求非常高。第33届IJCAI会议将于2024年8月3日至8月9日在韩国济州岛举行。


扩展的韦伯区位问题是一个经典的运筹优化问题,它首先由著名数学家皮耶·德·费马提出,后被著名经济学家阿尔弗雷德·韦伯扩展,最近在几个机器学习场景中激发了一些新的研究。然而,大多数现有的算法(例如广泛使用的迭代Weiszfeld方法)在损失函数的幂1<=q<2时,可能会陷入在数据点的奇异性。在本论文中,该课题组建立了一种去奇异性的次梯度方法来解决这个问题。课题组还提供了一个完整的收敛性证明,它修正了之前一些关于Weiszfeld算法的证明的不完整陈述。此外,课题组推导出了一个新的理论结果,即在最小值点是奇异点的特殊情况下,迭代序列能获得超线性收敛。课题组在一个真实的机器学习场景中进行了大量实验,以验证所提出的方法解决了奇异性问题,在非奇异性情况下产生与之前方法相同的结果,并显示出合理的线性收敛速度。结果还表明,幂次q(1<q<2)在某些情况下比幂次1和幂次2更有优势。因此,去奇异性的次梯度方法有助于推进扩展的韦伯区位问题的理论和实践。

该研究成果依托于我校的广东省数量金融大数据工程技术研究中心,得到了国家自然科学基金面上项目(62176103, 62276114)、国家自然科学基金青年项目(62206110)、广东省基础与应用基础研究基金项目(2023B1515120064)、广州市科技计划项目(2024A04J9896)、广东省数量金融大数据工程技术研究中心运行费、粤港澳智慧教育联合重点实验室项目(2022LSYS003)、中央高校基本科研业务费等项目的资助。文章的发表也表明我校和该工程中心的科研水平和青年教师的培养在高水平大学建设战略下得到显著提升。