2 Sep 2020

Les chercheurs de Mila ont contribué à dix publications lors de la 23e conférence internationale sur l’intelligence artificielle et les statistiques (AISTATS)

/

Alors que la COVID-19 oblige les conférences et les événements du monde entier de passer en mode virtuelle, les membres de l’écosystème Mila continuent à apporter avec succès leurs recherches et leur expertise dans le domaine de l’IA. Nous sommes fiers d’annoncer que dix publications ont été présentées lors de la 23e conférence internationale sur l’intelligence artificielle et les statistiques (AISTATS), qui s’est tenue en ligne du 26 au 28 août.

La conférence AISTATS est un rassemblement interdisciplinaire de chercheurs issus des domaines de l’informatique, de l’intelligence artificielle, de l’apprentissage machine, des statistiques et d’autres domaines de recherche connexes. Les articles acceptés des membres de Mila couvrent les domaines de l’apprentissage machine, de l’optimisation et du contrôle, ainsi que des structures de données et des algorithmes. Veuillez consulter ci-dessous la liste complète des publications acceptées :

  1. Fast and Furious Convergence: Stochastic Second Order Methods under Interpolation
    Si Yi Meng, Sharan Vaswani, Issam Hadj Laradji, Mark Schmidt, Simon Lacoste-Julien
    https://arxiv.org/abs/1910.04920
  2. Accelerating Smooth Games by Manipulating Spectral Shapes
    Waïss Azizian, Damien Scieur, Ioannis Mitliagkas, Simon Lacoste-Julien, Gauthier Gidel
    https://arxiv.org/abs/2001.00602
  3. Old Dog Learns New Tricks: Randomized UCB for Bandit Problems
    Sharan Vaswani, Abbas Mehrabian, Audrey Durand, Branislav Kveton
    https://arxiv.org/abs/1910.04928
  4. GAIT: A Geometric Approach to Information Theory
    Jose D Gallego Posada, Ankit Vani, Max Schwarzer, Simon Lacoste-Julien
    https://arxiv.org/abs/1906.08325
  5. Efficient Planning under Partial Observability with Unnormalized Q Functions and Spectral Learning
    Tianyu Li, Bogdan Mazoure, Doina Precup, Guillaume Rabusseau
    https://arxiv.org/abs/1911.05010
  6. A Tight and Unified Analysis of Gradient-Based Methods for a Whole Spectrum of Differentiable Games
    Waïss Azizian, Ioannis Mitliagkas, Simon Lacoste-Julien, Gauthier Gidel
    https://arxiv.org/abs/1906.05945
  7. Tensorized Random Projections
    Beheshteh T Rakhshan, Guillaume Rabusseau
    https://arxiv.org/abs/2003.05101
  8. On the interplay between noise and curvature and its effect on optimization and generalization
    Valentin Thomas, Fabian Pedregosa, Bart van Merriënboer, Pierre-Antoine Manzagol, Yoshua Bengio, Nicolas Le Roux
    https://arxiv.org/abs/1906.07774
  9. Stochastic Neural Network with Kronecker Flow
    Chin-Wei Huang, Ahmed Touati, Pascal Vincent, Gintare Karolina Dziugaite, Alexandre Lacoste, Aaron Courville
    https://arxiv.org/abs/1906.04282
  10. Value Preserving State-Action Abstractions
    David Abel, Nathan Umbanhowar, Khimya Khetarpal, Dilip Arumugam, Doina Precup, Michael L. Littman
    https://david-abel.github.io/papers/aistats2020_vpsa-full.pdf

AISTATS 2021 sera provisoirement organisé l’année prochaine à San Diego, Californie du 13 au 15 avril.

array(1) { ["wp-wpml_current_language"]=> string(2) "fr" }