智源LIVE第58期｜组合优化问题的机器学习求解

​

组合优化问题的机器学习求解
本次报告将介绍课题组在近三年执行2030科技部重大项目：《组合优化问题的机器学习求解》期间的相关研究思路和研究成果。包括图上神经网络的设计与理论分析；典型约束的机器学习求解与样例生成，更通用的求解模型探索，最后， 也将介绍在线路设计、药物设计、神经网络架构设计等方面的相关应用。

Machine learning for complex problem solving
in this talk, I will introduce our works on developing machine learning models for solving different problems in combinatorial optimization, electronic design automation, computational chemistry and quantum computing. In particular, I will discuss our recent progress and thoughts on machine learning for combinatorial optimization.

严骏驰，上海交通大学计算机系教授、CCF优博/杰出会员，IET Fellow。科技部2030新一代人工智能青年项目负责人、自然基金委优青、交叉学部重大研究计划重点项目负责人、教育部资源建设深度学习首席专家。曾任IBM研究院研究员（任职7年）。研究方向为机器学习及在组合优化、量子计算等领域的交叉应用。发表CCF-A类第一/通讯作者论文过140篇，引用超14000次。任ICML、NeurIPS、ICLR、CVPR、AAAI等顶级会议（高级）领域主席、Pattern Recognition、ACM TOPML等期刊（创刊）高级编委。曾指导学生获得挑战杯特等奖、CCF司南杯一等奖等荣誉。

​Read More