科学技术是第一生产力。互联网的全面发展以及计算机领域的不断突破助力了大数据和人工智能时代的到来。我们可以预见在不远的将来，人工智能必定会代替各行各业很多自然人岗位...

蚂蚁金服成为ICML 上“中国力量”的代表之一，为大会奉献了8篇论文。其中，六篇含金量十足的Oral Paper，成为议程上研讨会的主角，接受与会专家的热烈讨论。...

本文研究了特征在图上的传播问题，它构成了许多图表示学习任务中的构造块。通常，图表示学习任务的目标是学习。 与传统的学习任务f(X)相比，函数f(X，G)在某种程度上利用了空间G中的附加...

本文从跨空间机器教学的角度出发，向黑匣子机器教学迈出了重要的一步，即教师和学习者使用不同的特征表征。 NS和老师不能完全观察学习者的模式。在这种情况下，我们将研究教师如何仍...

对图结构的深入学习在各种应用中都显示出令人兴奋的结果。然而，相对于众多的研究工作，这些模型的鲁棒性研究很少受到重视。 图像或文字对抗攻击和防御。本文主要研究通过修改数据组...

当采用函数逼近时，求解具有稳定性保证的Bellman最优方程一直是强化学习中的一个重要问题。基本艰难 Ty是Bellman算子在一般情况下的扩展，导致Q-学习等流行算法的振荡甚至发散行为。在本文...

图卷积网络(GCNS)是一种强大的深层次神经网络 但是，GCN从其邻居递归地计算节点的表示，使接收字段的大小随层数呈指数增长。以前关于减少Recep的尝试 子抽样邻居的域大小不具有收敛性保证...

许多图形分析问题可以通过迭代算法来求解，其中解决方案的特征往往是一组稳态条件。 Xed点约束，因此，我们可以学习一种算法，它可以从实例中自动获得相同的稳态解，而不是使用这些传...

可解释性是一个非常重要的标准。机器学习模型应用于医学等领域，金融市场和刑事司法(例如，见Lipton的讨论文件(Lipton，2016)以及参考文献)。许多复杂的模型，比如随机森林，采用核方法和...

当然，对于人工智能的影响，说道了统治人类和统治地球也不为过，但眼前人们更为恐慌的是，人工智能的机器学习，会不会有漏洞，会不会被有心人士利用，从而产生严重后果呢？ 相信在电...