Il Prof Andreas Krause riceve il premio ICML Test of Time
Il comitato di premiazione della International Conference on Machine Learning ha premiato il Prof. Andreas Krause (D-INFK) e i suoi coautori con il Test of Time Award per l'articolo "Gaussian Process Optimisation in the Bandit Setting: No Regret and Experimental Design".
Insieme alla Conference on Neural Information Processing Systems (NeurIPS), l'ICML è una delle due più importanti conferenze sull'apprendimento automatico. Il premio viene assegnato ogni anno a uno degli articoli pubblicati 10 anni fa. L'articolo è stato riconosciuto per la profondità e l'ampiezza dell'impatto che ha avuto nell'ultimo decennio.
Andreas Krause, Niranjan Srinivas (10x Genomics), Matthias Seeger (Amazon) e Sham Kakade (Università di Washington) sono gli autori del lavoro premiato.
Chi siamo:
Dobbiamo andare al nostro ristorante preferito o provarne uno nuovo? Questa domanda è un esempio del cosiddetto dilemma "esplorazione-sfruttamento" e si presenta in numerose applicazioni in cui è necessario ottimizzare una funzione sconosciuta e rumorosa.
Un approccio importante a questo problema è l'ottimizzazione bayesiana: un modello bayesiano - tipicamente un processo gaussiano (GP) - viene utilizzato per modellare la funzione sconosciuta. La sua incertezza di previsione può essere utilizzata non solo per fare previsioni su alternative ancora inesplorate, ma anche per giustificare la significatività di un esperimento. Sebbene questo approccio sia molto flessibile e sia stato utilizzato in diverse applicazioni, l'ottimizzazione bayesiana era principalmente di natura euristica prima del documento ICML. Il compromesso tra esplorazione e sfruttamento è stato studiato a fondo anche nell'ambito del paradigma del bandito a più braccia (MAB). Gli approcci risultanti sono associati a una teoria elegante, ma erano più limitati nella flessibilità di modellazione.
Come contributo centrale, l'articolo dell'ICML ha stabilito un collegamento inedito tra questi due corpi di letteratura, in precedenza in gran parte separati. Propone un algoritmo pratico, GP-UCB, che si basa sulle idee classiche dei banditi a più braccia, in particolare sul principio di "ottimismo di fronte all'incertezza", e le estende ai modelli di processo gaussiano.
Il Prof. Krause e i suoi coautori saranno premiati nel corso di una cerimonia virtuale prevista per lunedì 13 luglio 2020.
Chi siamo Prof Andreas Krause:
Andreas Krause è professore di informatica all'ETH di Zurigo e dirige il gruppo "Learning & Adaptive Systems". ? anche co-direttore accademico dello Swiss Data Science Centre. La sua ricerca si concentra sull'apprendimento automatico, il data mining, l'ottimizzazione, le persone in formazione, la tecnologia dei sensori e l'analisi delle reti. Ha conseguito il dottorato di ricerca in Informatica presso la Carnegie Mellon University (2008) e il diploma in Informatica e Matematica presso l'Università Tecnica di Monaco, Germania (2004). In seguito è stato professore assistente di informatica presso il Caltech. Il Prof. Krause è un Microsoft Research Faculty Fellow e un Kavli Frontiers Fellow della US National Academy of Sciences. ? stato co-presidente del programma dell'ICML 2018 e ricopre regolarmente il ruolo di presidente di area o membro del comitato di programma senior per ICML, NeurIPS, AAAI e IJCAI e di Action Editor per il Journal of Machine Learning Research.
Chi siamo Conferenza internazionale sull'apprendimento automatico (ICML):
La Conferenza Internazionale sull'Apprendimento Automatico (ICML) è il principale incontro di professionisti dedicato al progresso della branca dell'intelligenza artificiale nota come apprendimento automatico. L'ICML è riconosciuta a livello mondiale per la presentazione e la pubblicazione di ricerche di punta su tutti gli aspetti dell'apprendimento automatico utilizzato in campi strettamente correlati come l'intelligenza artificiale, la statistica e la scienza dei dati, nonché in importanti aree applicative come la visione artificiale, la biologia computazionale, il riconoscimento vocale e la robotica. A causa dell'attuale crisi del COVID-19, questa conferenza si svolgerà virtualmente dal 12 luglio al 18 luglio 2020. pagina esternaDi più