AAAI Conference on Artificial Intelligence (AAAI) 于2024年2月20日至28日在加拿大温哥华会议中心举行。我院刘元教授指导的博士生苏永怡在AAAI 2024发表学术论文《Towards Real-World Test-TimeAdaptation: Tri-net Self-Training with Balanced Normalization》并作报告。AAAI是由Association for the Advancement ofArtificial Intelligence(人工智能促进协会)主办的人工智能领域的国际顶级会议,它在GoogleScholar的顶级AI出版刊物列表中的H5指数排名第四。AAAI 2024收到有效稿件9862篇,录用2342篇,录取率为23.75%,是CCF-A类会议。
该研究工作展示了团队在测试时领域适应中的最新研究进展。该研究工作受现实世界中测试时领域适应挑战的启发,提议解决测试数据局部和全局类别不平衡以及测试域可能随时间变化的具有挑战性的问题。研究团队通过分析不平衡数据流对BN层产生的影响,首先提出了一个新颖的平衡批归一化层,以适应局部和全局类不平衡的测试数据分布。其次,为了应对不断变化的测试域,在复杂的时变域数据流下进行长时间稳定的无监督微调,该团队进一步提出了一个三网框架,通过引入一个锚定网络来提升长时间自我训练的鲁棒性。实验结果显示,该方法的性能在四个主流数据集上优于现有的所有最先进方法。
图1 大会盛况
图3 苏永怡博士成果展示
(图文/刘元)