本科生搞科研到底能做出什么成绩?
最新被CVPR 2022收录的一篇论文中,提供了一种新思路来解决深度学习中长尾分布数据的分类问题,最终实现了新SOTA。
文章一共5位作者,有博士生,也有来自新加坡A*STAR的高级研究员……
而排在一作位置的,是一位来自天津大学的本科生——李同学。
厉害的是,这还不是这位“初生牛犊”的第一篇顶会论文,在此之前,他还中了一篇数据挖掘领域的顶会(WWW 2022),同样是一作。
本科生搞科研,势头已经这么强了吗?
李同学来自天津大学智能与计算学部,今年大四。
这篇CVPR文章,主要就是以新型集成(ensembling)学习策略来解决长尾分类的问题。
长尾分布大家都知道,对于这些数据的分类则是深度学习中十分常见的一个应用。
它的难点主要是样本量极端不平衡,尤其尾部样本量过少,难以获得有效的训练结果。
目前,基于集成学习的方法显示出巨大潜力,实现了SOTA性能。
但这种方法有两个局限性:
一是在failure-sensitive应用中的预测通常不可信,这对极容易出错的尾部数据的影响非常大;
二是它会为所有样本分配统一数量的资源(experts),这对于简单样本来说,造成了多余、过高的计算成本。
因此,李同学等人提出,通过引入不确定性集成,来实现对尾部类别样本的自动感知。
在此基础上,提出为尾部类别样本动态分配比头部样本更多的模型资源(experts),以兼顾性能与效率。
△ 测试阶段使用哈佛提出的DS理论形成joint uncertainty
最终,所得模型实现了对尾部类别样本的自动化检测与训练调节,成为一个解决长尾分类问题的通用模型。
一系列分类、尾部检测、离群点检测和故障预测等任务的综合实验证明,该模型的性能成功打败现有的SOTA方法。
今年6月,李同学即将本科毕业,然后将直接以博士生的身份进入普渡大学学习,师从张教授。
张教授刚刚从康奈尔大学统计学博士毕业,在普渡大学担任助理教授,她的研究方向为机器学习和数据科学中概率模型的构建。
他是在大三的时候,凭着优秀的学习成绩进入了学部的机器学习与数据挖掘实验室。
在导师张长青(天津大学博导)的带领下,李同学经过短短一年半的学习,就中标了两篇顶会论文。
可以说后生可畏。
不过要说起本科生搞科研,其实大家应该有所注意,很多学校对于这件事越来越开放和重视:
在大三或者更低年级时,就会开放一些名额让有潜力的学生进入实验室,和研究生、博士生一起搞科研。
比如清华“星火班”就招募大二学生,北大也鼓励学生从大二就开始开展科研项目,而像中科大等学校,对做出相应成绩的本科生还会给予专门的奖学金。
在这样的情况下,已经有不少像李同学这样的学生,在本科期间就发表上顶会了,可谓光环满身。
比如我们熟悉的清华特奖得主、2016级本科生高天宇,大学四年期间就有四篇顶会在手:两篇AAAI、两篇EMNLP,还开过一个直播,专门传授起自己的科研经验。
比如MIT本科生毛啸,大四中标计算机理论顶会FOCS 2021,并摘得最佳学生论文奖。
再比如清华电子系本科生刘泓,3篇一作顶会;北大本科生吴克文不仅发顶会(ACM计算理论年会STOC),还拿下最佳论文奖;以及电子科大本科生王谭也有1篇一作CVPR 2020、浙大本科生任意同样1篇一作ICML 2019……
类似的例子非常多。
可以说,本科生搞科研是越来越厉害了,大家觉得呢?
论文地址: https://arxiv.org/abs/2111.09030
参考链接: http://cic.tju.edu.cn/info/1040/3704.htm
— 完 —
「人工智能」、「智能汽车」微信社群邀你加入!
欢迎关注人工智能、智能汽车的小伙伴们加入我们,与AI从业者交流、切磋,不错过最新行业发展&技术进展。
ps.加好友请务必备注您的姓名-公司-职位哦~
点这里👇关注我,记得标星哦~
一键三连「分享」、「点赞」和「在看」
科技前沿进展日日相见~