Ant Group の 11 件の論文が AI のトップ国際会議である ICLR 2024 に選出されました

最近、人工知能のトップカンファレンスである ICLR 2024 が入学結果を発表しました。 Ant Group はこの会議で 11 件の論文を採択し、そのうち 1 件は口頭レポートとして評価され、3 件はフォーカスレポートとして選ばれ、残りの 7 件はポスター発表でした。人工知能の学術コミュニティにおける Ant Group の進歩は多くの注目を集めています。

(写真: Ant Group の「長時間ビデオで学習する多粒度ノイズの関連付け」が口頭論文として収録されました)

今年、ICLR組織委員会は7,262件の論文投稿を受け取り、採択率は約31％でした。受理結果によると、論文の 1.2% が口頭論文として受理され、これらの著者には 10 分間の口頭スピーチの機会が与えられます。さらに 5% の論文がスポットライト論文として受け入れられ、これらの著者には 4 分間のスポットライト時間が与えられます。残りの論文はポスター形式で発表されます。全体として、口頭論文の重要性が最も高く、次にスポットライト論文、ポスター論文の重要性が最も低くなります。

毎年、かなりの数の ICLR 口頭論文が「ICLR Best Papers」として評価されます。これは、新しい年の研究の方向性を導くことも意味します。今年、ICLRはAnt Groupの「雑音のある教育ビデオからの多粒度通信学習」（雑音のある教育ビデオからの多粒度通信学習）を含む85本の口頭論文を選出した。この論文では、ノイズの多い教育ビデオを使用した学習方法を提案します。これにより、複数の粒度での関連学習を通じてモデルのパフォーマンスとロバスト性が向上します。この研究は、現実世界に存在するノイズと不確実性の問題を解決する上で非常に重要であり、ビデオ理解の分野のさらなる発展のための新しいアイデアを提供します。

ショートビデオは人々の日常生活におけるエンターテイメントの主な形式となっており、マルチモーダルテクノロジーは現在の AI 分野で人気の研究方向です。ただし、計算リソースのオーバーヘッドが高いため、既存のビデオ作品は主にセグメントの理解に焦点を当てており、長いビデオの時間的依存性は無視されています。この問題を解決するために、この論文では、長いビデオ学習を短いビデオ クリップ間の関連付けの調整に変換します。この研究では、ビデオとテキスト間のノイズ相関の問題を目的として、統合された最適な伝送調整スキームが提案され、このスキームにより長いビデオの理解が大幅に改善され、時間も節約されました。この研究を通じて、長いビデオをより深く理解し、ビデオとテキストの関連付けをより正確かつ効率的に処理できるようになります。

このソリューションは非常に汎用性が高く、提案されたノイズ相関処理方法は、コンテンツの調整が必要な他のモデルの事前トレーニング学習に適しています。

Spotlight には、「iTransformer: Inverted Transformers Are Effects for Time Series Forecasting」(iTransformer: Inverted Transformers Are Ideal for Time Series Forecasting)、「Enhanced Face Recognition using Intra-class Incoherence Constraint」の 3 つの論文が掲載されています。 「（クラス内不一致制約によって強化された顔認識テクノロジー）」および「効率的に学習された可逆圧縮のための有限状態自己回帰エントロピー コーディング」（効率的な可逆圧縮アルゴリズムのためのルックアップ テーブル実装に基づく学習可能な自己回帰モデル）。 最初の論文では、従来のモデル構造を打ち破ることにより、複雑な時系列予測タスクにおいて包括的に優れた結果を達成する新しい時系列予測手法を紹介します。この研究は、時系列予測の精度と効率の向上に重要な意味を持ちます。 2 番目の論文では、顔認識の精度を向上させる新しい手法を紹介します。この方法では、クラス内不整合制約を利用して、顔認識テクノロジをさらに最適化します。この研究は、顔認識システムの性能と精度を向上させる上で非常に重要です。 3 番目の論文では、効率的な可逆圧縮のためのルックアップ テーブルに基づいて実装された学習可能な自己回帰モデルを提案しています。この研究は、データの圧縮と保存に重要な応用価値を持つ、高い圧縮率と高いスループット率を備えた可逆圧縮アルゴリズムを実現します。 これら 3 つの論文の出版は、それぞれの分野で重要な進歩と進歩をもたらし、関連分野の研究と応用に強力なサポートを提供しました。彼らの出現は学術界の研究成果を豊かにし、関連分野の発展に新たな可能性をもたらしました。

2017 年以降、ICLR が受け取る論文数は毎年 30% 増加しており、2 つのトップ人工知能カンファレンスである NeurIPS と ICML も急速な成長傾向を示しています。最近の NeurIPS カンファレンスでは、コンピュータ ビジョン、自然言語処理、グラフ ニューラル ネットワーク、画像処理、その他の人工知能と機械学習の分野における最先端のトピックをカバーする Ant Group の合計 20 件の論文が参加しました。この成果は、人工知能分野におけるアント グループの卓越した研究力とイノベーション能力をさらに証明しています。

(写真: 2013 年の設立以来の ICLR の年間論文数。2017 年から論文数は増加しています。)

ICLR は、主に Open Review 審査システムにより、近年業界で好評を博しています。提出されたすべての論文は、すべての同僚によって評価および質問され、学者は誰でも匿名または実名で論文を評価できます。公開レビューが完了した後、論文の著者は論文を調整および修正することもできます。

過去 5 年間で、Ant Group は、AI 分野の 300 以上の論文を含む、500 本近くの論文を一流の国際学術誌や学術会議に発表したことがわかっています。 Ant Group は人工知能分野のテクノロジーへの投資を続けており、大規模なビジネス シナリオのニーズに基づいて、大規模モデル、ナレッジ グラフ、運用の最適化、グラフ学習、信頼できる AI などの技術分野を展開しています。

以上がAnt Group の 11 件の論文が AI のトップ国際会議である ICLR 2024 に選出されましたの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。