上交大ReThinklab实验室ICML2024十篇论文工作简介

文章预览

上海交通大学ReThinklab近期在国际机器学习顶会ICML2024上录用10篇论文，涉及时间序列、组合优化的学习求解、量子多体问题的学习求解、神经科学、分布外泛化、跨模态大模型等领域，其中包括1篇与联想的合作论文。 ICML是由国际机器学习学会（International Machine Learning Society，IMLS）主办的年度机器学习国际顶级会议之一。具有广泛而深远的国际影响力，受到来自学术界和工业界的广泛关注，也是中国计算机学会（China Computer Federation, CCF）推荐的A类会议。 unset unset 【论文1】How Graph Neural Networks Learn: Lessons from Training Dynamics unset unset 作者：杨晨晓，吴齐天，David Wipf，孙若愚，严骏驰 简介：深度学习长期以来的一个目标是以更可解释的方式描述黑箱模型的学习行为。对于图神经网络（GNNs），现有工作在研究它们表达能力上已经取得了很大的进展，但在 ………………………………