13篇頂會！25歲成985高校博導(dǎo)，入職半年發(fā)ICML，網(wǎng)友：萬點暴擊
95后NTU博士畢業(yè)，當(dāng)上了985高校博導(dǎo)。
半年時間還發(fā)了一篇頂會，怎么講？
卷，還是卷...
13篇頂會！25歲成985高校博導(dǎo)，入職半年發(fā)ICML，網(wǎng)友：萬點暴擊
今年1月，重慶大學(xué)計算機學(xué)院引進了最年輕的博導(dǎo)馮磊，年僅25歲。
這是重大學(xué)院有史以來首次直接給應(yīng)屆博士畢業(yè)生正高/博導(dǎo)崗位。
入職半年，馮磊就在2021 ICML上發(fā)表了一篇頂會論文「Pointwise Binary Classification with Pairwise Confidence Comparisons」。
重大計算機學(xué)院首次以第一單位在該會議上發(fā)表學(xué)術(shù)論文，實現(xiàn)了零的突破，這一話題一時引起許多網(wǎng)友的關(guān)注。
「零突破」論文講了什么
論文一作與通訊作者均為馮磊，合作者來自日本東京大學(xué)、日本理化學(xué)研究所先進智能研究中心、新加坡南洋理工大學(xué)、澳洲昆士蘭大學(xué)、中國香港浸會大學(xué)等著名高校或研究機構(gòu)。
論文地址：https://arxiv.org/abs/2010.01875
盡管傳統(tǒng)的監(jiān)督式學(xué)習(xí)技術(shù)已取得巨大進步，但卻需要大量精準(zhǔn)的「標(biāo)記數(shù)據(jù)」。
鑒于不同原因，收集大量精準(zhǔn)標(biāo)記數(shù)據(jù)并不容易。與此同時，樣本的點式標(biāo)記將無法訪問。
因此研究者們開始考慮使用「成對的」而不是點式的標(biāo)記策略。
然而，成對標(biāo)記樣本收集也存在一些困難。
由于成對標(biāo)記表示兩個數(shù)據(jù)點是否共享同一點式標(biāo)記，若任意一個樣本的正標(biāo)記或負(fù)標(biāo)記的后驗概率接近相等，則不容易收集到其成對標(biāo)記。
因此，馮磊與合作者們提出了一種被稱為「成對比較分類」的新型弱監(jiān)督二分類問題。
其中只有成對的未標(biāo)記數(shù)據(jù)被提供，而我們僅知道其中一個比另一個有更大的概率擁有正標(biāo)記。
具體如何做？
首先從數(shù)學(xué)上對成對比較數(shù)據(jù)的生成過程進行建模，推導(dǎo)出了一種具有理論保證的無偏風(fēng)險估計量，并進一步利用修正函數(shù)對其進行改進以解決在使用復(fù)雜模型時所面臨的過擬合問題。
然后，還將成對比較分類問題與噪聲標(biāo)記學(xué)習(xí)問題相聯(lián)系，提出了一種漸進式的無偏風(fēng)險估計量，并通過引入一致性正則化對其進行了改進。
針對該論文中所提出的算法還進一步從理論上提供了估計誤差上界，以證實其可學(xué)習(xí)性。
最后，實驗證實了所提出算法的有效性，并表明成對比較分類是除了成對標(biāo)記學(xué)習(xí)外另一種有價值與實用性的成對監(jiān)督問題。
95后博導(dǎo)是誰
個人主頁顯示，馮磊直博畢業(yè)于新加坡南洋理工大學(xué)（NTU），并曾獲得NTU計算機科學(xué)與工程學(xué)院杰出博士學(xué)位論文獎第二名。
他還是中國計算機學(xué)會（CCF）會員，中國人工智能學(xué)會（CAAI）會員，國際人工智能促進學(xué)會（AAAI）會員，美國計算機學(xué)會（ACM）會員，中國人工智能學(xué)會機器學(xué)習(xí)專委會通訊委員。
曾擔(dān)任IJCAI 2021與AAAI 2022高級程序委員會委員，ICML 2021 專家審稿人，以及其他國際頂級（CCF A類）會議（包括NeurIPS、KDD、CVPR、ICCV、AAAI）的程序委員會委員/審稿人，并受邀擔(dān)任多個國際頂級期刊（包括JMLR、IEEE-TPAMI、IEEE-TIP、IEEE-TNNLS、MLJ）審稿人。
2021年1月，重慶大學(xué)計算機學(xué)院直接將其作為弘深青年學(xué)者人才引進，并聘任為博導(dǎo)、教授，其主要研究方向為機器學(xué)習(xí)、數(shù)據(jù)挖掘、人工智能。
