科研学术

6月30日，“新一代神经网络理论与应用研讨会”在清水河校区图书馆百学堂举行。北京师范大学郭平教授、中国人民大学刘勇副教授、电子科技大学李文教授以及粤港澳大湾区数字经济研究院杨海钦研究员、香港中文大学Irwin King教授受邀就新一代神经网络理论与应用前沿课题进行报告和研讨；多名优秀博士研究生、硕士研究生分享顶会文章以及科研经验。

在报告环节，郭平教授为大家带来题为“Two-Model Synergetic Learning Systems Optimization With Maxwell's Demon Technique”的报告。郭平教授介绍了双模型协同学习系统（2MSLS）所包含的归约模型和演化模型，它们由神经偏微分方程控制。为了优化2MSLS，郭平教授团队提出了一种新颖的优化方案，称为麦克斯韦妖技术（MDT）；与蒙特卡洛马尔可夫链采样方法相比，MDT具有很高的优化效率。这项工作的意义在于它从统计物理的角度提供了可解释的深度神经网络的清晰视图，并为物理人工智能铺平了道路。

刘勇副教授作了题为“Towards Understanding the Generalization of Graph Neural Networks”的报告，指出了图神经网络（GNN）尽管在实际应用中取得了非凡的成功，但对其理论上的理解仍处于初级阶段。刘勇副教授从泛化的角度朝着这个目标迈进，在Transductive Learning中建立泛化差距和梯度的高概率界限，他们的工作为理解GNN的泛化提供了新的见解。

李文教授在他所作的“基于假设差异理论的数据与模型泛化性研究”报告中从两个角度探讨了泛化性的研究，分别为数据泛化性和模型泛化性研究。这些研究以假设差异理论为出发点，提出了多个具有良好性能的算法，涵盖了领域适应、半监督学习和黑盒攻击等几个机器学习任务。同时，李文教授指出数据泛化性和模型泛化性是一种对偶关系，在数据上的研究可以迁移到有关模型的研究中。

杨海钦研究员带来了报告“Research on Aspect-level Sentiment Analysis Under Large Language Models”，介绍了团队在ACL 2023被接收的工作“A Unified One-Step Solution for Aspect Sentiment Quad Prediction”。这个工作聚焦于细粒度情感四元组识别 (ASQP) 任务，基于海量社交媒体数据，利用人工智能、大数据挖掘等技术，实现情感分析。通过抽取文本中的情感四元组：维度 (category)、特征词 (aspect)、情感词/观点词 (opinion)和情感极性 (sentiment)，ASQP判断消费者对产品的喜好程度。与整体情感分析不同，ASQP分析粒度更细致，可以更好地理解用户的情感状态和行为习惯，为企业提供更深入的市场洞察和优化方案，提升产品核心竞争力。

Irwin King教授作了“ Social Recommendations: A Historical Perspective and Recent Advancements”的报告，对社交推荐技术的发展进行了深入讨论，并就其中的关键技术和难点进行了详细解析。King教授指出，在推荐系统方面，技术性能的提升至关重要，但同时也必须确保技术的隐私性，以便技术能够得到合理应用。King教授引用乔布斯的语录：“成就一番伟业的途径，就是热爱自己的事业。如果你还没找到让自己热爱的事业，继续寻找，不要放弃。跟随自己的心，总有一天你会找到的”，鼓励广大学子能够追寻热爱，一路向前，披荆斩棘！

随后，徐增林教授组织海内外专家学者开展圆桌论坛，就“大模型时代的机器学习研究”等热门问题积极讨论。在学术思想碰撞过程中，老师们既总结了机器学习大模型领域的最新研究进展，也表达了对大模型的思考与展望。

顶会论文汇报环节中，来自香港中文大学、哈尔滨工业大学（深圳）、电子科技大学、西南财经大学等多校的同学分享了他们2022-2023年发表在ICML、IJCAI、KDD、WWW、AAAI等CCF A会议的高质量论文。

在交流环节中，各位专家及发表顶会论文的同学们分享了学术成长经历，并从选题、实验、论文撰写等方面分享一下发表论文的经验，促进了师生深入开展学术研讨和交流。

本次“新一代神经网络理论与应用研讨会”由计算机科学与工程学院及INNS Chengdu Chapter联合主办，数据、认知与智能团队举办。研讨会由Irwin King教授、徐增林教授担任会议主席，任亚洲副教授担任程序委员会主席。从事计算机科学与工程相关方向研究的海内外学者汇聚我校，集中开展学术报告和交流讨论，促进高水平科研合作与学科发展，提升学生们前沿视野和学术创新能力。