文章主题：国际先进人工智能大会, Google Scholar Metrics, 影响因子, 中国计算机学会
Part.1/ 关于会议
国际先进人工智能大会(AAAI)是全球人工智能领域最具影响力的学术会议之一,其影响因子在Google Scholar Metrics中被列为全球人工智能专业学术会议和期刊中的第四名,同时也是中国计算机学会推荐的唯一A类学术会议。
最近，国际人工智能会议The Thirty-Seventh AAAI Conference on Artificial Intelligence (AAAI-23)喜讯传来，我国的研究人员取得了显著的成果。在我校严晓东副研究员的悉心指导下，2021级硕士研究生崔文海和吉晓婷，作为共同的第一作者，与来自加拿大的统计学习研究主席、阿尔伯塔大学的孔令龙教授展开合作，他们的研究成果《Opposite Online Learning via Sequentially Integrated Stochastic Gradient Descent Estimators》已经成功被AAAI-2023正式接收并发布。这一成果充分体现了我国在人工智能领域的强大实力和研究能力。
Part.2/ 关于论文
这篇论文由山东大学金融数学团队针对非线性期望原创理论-策略极限理论进行了统计应用研究。他们构建了一种通用的统计推断框架，能够有效地处理”基于流数据的模型参数的统计推断问题”。在此框架下，他们采用了Boostrap的Average-SGD算法，并结合基于最大概率获取的双臂老虎机最优策略，对每一阶段的估计量进行汇总，实现对检验统计量的在线更新。通过对非线性策略极限理论的应用，他们验证了新检验统计量的优势。相较于传统的线性中心极限定理汇总的检验统计量，这种新提出的检验统计量在检验功效上有了显著的提升。这不仅证明了山东大学非线性期望极限理论在传统统计推断问题上的研究优势，也改变了传统的数理统计研究范式。在实际应用中，他们提出的方法具有较强的普适性，可以广泛应用于各种机器学习模型参数的显著性检验，从而提高了复杂机器学习模型的可解释性。
相关论文：
[1]Wenhai Cui#, Xiaoting Ji#, Linglong Kong, Xiaodong Yan*. 2023. Opposite Online Learning via Sequentially Integrated Stochastic Gradient Descent Estimators.
（https://doi.org/10.1609/aaai.v37i6.25886）
在《经济理论杂志》2023年第209卷中，Zengjing Chen、Larry G. Epstein和Guodong Zhang合作发表了一篇名为“中心极限定理、损失厌恶与多臂老虎机”的文章。
在2023年的《英国皇家统计学会系列B：统计方法论》杂志第85卷第4期中，Zengjing Chen、Xiaodong Yan和Guodong Zhang发表了一篇题为“通过双臂老虎机过程的战略双样本检验”的研究。该研究提供了一种新颖的方法来处理双样本检验问题，并通过应用两种臂的老虎机过程，实现了对总体分布的更精确估计。
编辑 | 刘康祎 王文静
责任编辑 | 石玉峰
AI时代，拥有个人微信机器人AI助手！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
搜索微信号aigc666aigc999或上边扫码，即可拥有个人AI助手！
