信息科學(xué)技術(shù)學(xué)院2篇成果被國(guó)際先進(jìn)人工智能協(xié)會(huì)錄用
暨南大學(xué)融媒體中心訊 AAAI全稱為國(guó)際先進(jìn)人工智能協(xié)會(huì)（Association for the Advancement of Artificial Intelligence），是人工智能和機(jī)器學(xué)習(xí)領(lǐng)域的頂級(jí)會(huì)議，據(jù)最新中國(guó)計(jì)算機(jī)學(xué)會(huì)（CCF）推薦國(guó)際學(xué)術(shù)會(huì)議和期刊目錄，AAAI為人工智能領(lǐng)域的A類會(huì)議。AAAI 2025會(huì)議共有12,957篇投稿，接收率僅為 23.4%。我校信息科學(xué)技術(shù)學(xué)院2篇成果被AAAI錄用。
入選論文介紹
論文題目：小規(guī)模數(shù)據(jù)集上視覺(jué)Transformer在魯棒性上優(yōu)于WideResNets
作者名字：鄔鈞陶（暨南大學(xué)）、宋子玉（暨南大學(xué)）、張曉鈺（暨南大學(xué)）、謝淑君（暨南大學(xué)）、林龍新（暨南大學(xué)）、王苛（暨南大學(xué)）
通訊作者：王苛
摘要：在長(zhǎng)時(shí)間內(nèi)，視覺(jué)Transformers（ViTs）一直被認(rèn)為不適合在小規(guī)模數(shù)據(jù)集上獲得強(qiáng)大的表現(xiàn)，而WideResNet模型則在這一領(lǐng)域占據(jù)主導(dǎo)地位。盡管WideResNet模型在CIFAR-10和CIFAR-100等數(shù)據(jù)集上持續(xù)設(shè)定了最先進(jìn)的（SOTA）魯棒性準(zhǔn)確率，但本文挑戰(zhàn)了只有WideResNet能夠在這一背景下表現(xiàn)優(yōu)異的普遍觀點(diǎn)。我們提出了一個(gè)關(guān)鍵問(wèn)題：ViTs是否能夠超越WideResNet模型的魯棒性準(zhǔn)確率？我們的結(jié)果給出了一個(gè)肯定答案。通過(guò)結(jié)合擴(kuò)散模型生成的數(shù)據(jù)進(jìn)行對(duì)抗訓(xùn)練，我們證明了ViTs確實(shí)可以在魯棒性準(zhǔn)確率方面超越WideResNet。具體而言，在無(wú)窮范數(shù)威脅模型下，epsilon = 8/255時(shí)，我們的方法在CIFAR-10上達(dá)到了74.97%的魯棒準(zhǔn)確率，在CIFAR-100上達(dá)到了44.07%的魯棒準(zhǔn)確率，相較于之前的SOTA模型，分別提高了+3.9%和+1.4%。值得注意的是，我們的ViT-B/2模型，參數(shù)量是WRN-70-16的三分之一，且超越了此前表現(xiàn)最好的WRN-70-16。我們的成就開(kāi)辟了一條新道路，未來(lái)采用ViTs或其他新型高效架構(gòu)的模型，可能最終取代長(zhǎng)期主導(dǎo)的WRN模型。
框架流程圖
論文題目：情景演算中計(jì)算完備且正確抽象的句法方法
作者名字：方良達(dá)（暨南大學(xué)）、王曉曼（暨南大學(xué)）、陳長(zhǎng)（暨南大學(xué)）、羅凱倫（東莞理工大學(xué)）、崔振河（湖南科技大學(xué)）、官全龍（暨南大學(xué)）
通訊作者：官全龍
摘要：抽象是人工智能領(lǐng)域中一個(gè)重要且有用的概念。據(jù)我們所知，目前還沒(méi)有一種句法方法可以從給定的低階基本動(dòng)作理論和細(xì)化映射中計(jì)算出完備且正確的抽象動(dòng)作理論。本文旨在解決這個(gè)問(wèn)題。為此，本文首先提出一種情景演算的變體，即線性整數(shù)情景演算，它用作高階基本動(dòng)作理論的描述框架。然后，本文將Banihashemi、De Giacomo和 Lesperance三人提出的抽象框架遷移至一個(gè)從線性整數(shù)情景演算到擴(kuò)展情景演算的框架。此外，本文確定一類 Golog 程序，即受限動(dòng)作，用于限制低階 Golog 程序，并對(duì)細(xì)化映射施加了一定的限制。最后，本文設(shè)計(jì)一種句法操作，用于從低階基本動(dòng)作理論和受限細(xì)化映射中，計(jì)算出完備且正確的抽象動(dòng)作理論。
責(zé)編：蘇倩怡