卡耐基梅隆大学研究生研究奖学金项目聚焦机器学习与自动推理

某中心宣布新一届卡耐基梅隆大学研究生研究奖学金获得者。今年入选的研究生致力于在线变点检测算法和自动推理等领域的研究。

2022年3月，某中心与卡耐基梅隆大学宣布了第二届研究生研究奖学金获得者，标志着该公司扩大支持硕士和博士研究生科研工作的努力。现在，新一届奖学金获得者已经公布。该项目于2021年启动，支持从事自动推理、计算机视觉、机器人技术、语言技术、机器学习、运筹学和数据科学等领域科学研究的研究生。

今年的获奖者包括两名新成员和两名2022年的继续获奖者。获奖者还将获邀参加某中心的科学实习面试。

四位获奖者及其研究领域如下：

从左至右：Shantanu Gupta、Ian Waudby-Smith、Emre Yolcu、Minji Yoon

Shantanu Gupta，机器学习：指导老师包括运营研究与机器学习助理教授Zachary Lipton（同时担任某中心顾问）以及经济学助理教授David Childers。研究重点是开发"在能够访问多个数据源（具有相关成本结构）且每个数据源返回不同特征子集的情况下，高效估计目标参数的算法。在预算约束下，必须决定每个时间步查询哪个数据源。这些方法将应用于半参数模型中的参数估计，其中需要估计高维 nuisance 参数（例如倾向评分）以估计目标参数（例如平均处理效应）。"

Ian Waudby-Smith，统计学：指导老师是某中心访问学者、统计学与数据科学及机器学习系助理教授Aaditya Ramdas。研究关注在线变点检测算法，"任务是确定在线数据流是否以及何时发生了分布变化。例如，检测网站每日流量是否发生显著变化，或用户对A/B测试的响应是否非平稳。该提案旨在开发在现实非参数假设下解决此类问题的方法和实用算法。"

Emre Yolcu，计算机科学：指导教师是计算机科学副教授、某中心学者Marijn Heule。Yolcu也是2022年的获奖者；今年专注于自动推理和证明复杂性。"主要目标是更好地理解证明系统的相对优势，这些系统旨在通过促进比解析（支撑CDCL求解器的证明系统）更强的证明系统中的高效证明搜索，推动当今SAT求解器的下一步发展。为实现这一目标，正在开发优雅且模块化的证明技术，以证明这些系统之间的分离，最终帮助我们有原则地指向一个在理论上具有理想表达性且在实践中易于进行证明搜索的证明系统。"

Minji Yoon，计算机科学：Yoon也是2022年的获奖者，指导教师是计算机科学Fredkin教授、某中心学者Christos Faloutsos和计算机科学教授Ruslan Salakhutdinov。专注于图深度学习。"本论文的目标是使图深度学习（DLG）更加实用。为了产生更广泛的影响，需要使DLG（1）减少手工工作，如超参数调优；（2）满足现实世界的约束，包括可扩展性和隐私。为实现这些目标，提出了（a）自动化的DLG算法搜索；（b）可跨不同领域迁移且只需最小微调的通用图神经模块；（c）重新定义传统问题表述，以考虑现实世界中的可扩展性和隐私约束。"
更多精彩内容 请关注我的个人公众号 公众号（办公AI智能小助手）或者 我的个人博客 https://blog.qife122.com/
公众号二维码