最佳论文收割机团队是如何炼成的?——厚积薄发,三年功成,计算机系Hisao Ishibuchi团队最新科研成果

发布时间:2020-07-22

南科大计算机系Hisao Ishibuchi团队在2020演化计算三大会议-CEC2020,GECCO2020以及PPSN2020上,有数篇论文进入最佳论文候选名单。其中在刚刚结束的GECCO2020会议当中,一篇论文确认获得最佳论文奖。

 

最佳论文奖(GECCO2020)

在近日于墨西哥召开的2020年ACM遗传与演化计算国际会议(GECCO2020)上,我校计算机科学与工程系讲席教授HisaoIshibuchi团队发表的论文 "Another Difficulty of Inverted Triangular Pareto Fronts for Decomposition-Based Multi-Objective Algorithms" 获得GECCO2020最佳论文奖。该论文研究了加权向量的生成对基于分解策略的多目标优化算法的影响,并提出了一种加权向量的生成方法。2019级南科大-新加坡国立大学联培博士生贺林君为论文第一作者,HisaoIshibuchi教授为通讯作者,南方科技大学为第一单位。

微信截图_20200717155449.png

图一:GECCO最佳论文奖证书

 

最佳论文提名 (IEEE CEC 2020)

于7月19日在英国召开的IEEE进化计算大会 (IEEECEC2020)上,Hisao Ishibuchi团队的一篇论文被提名为最佳论文奖,另有一篇论文被提名为最佳学生论文奖。入围最佳论文奖的文章Riesz s-energy-based Reference Sets for Multi-Objective Optimization 提出了一种采用s-energy在线性和非线性帕累托前沿上产生均匀分布点集的方法。该方法同样可以用于产生IGD指标在不同测试问题上的参考点集。论文的主要贡献是通过提供一组均匀分布的参考点集,使得基于IGD指标的演化多目标优化算法的性能对比更加可靠。Hisao Ishibuchi教授为该论文的通讯作者。

微信图片_20200717161130.png

图二.:所提方法在不同的s参数设置下产生的点集分布

 

另一篇入围最佳学生论文的文章"A Decomposition-based Large-scale Multi-modal Multi-objective Optimization Algorithm"在一种经典的多目标优化算法(MOEA/D)的基础上提出了一种适用于大规模、多模态、多目标优化问题的新算法。与近期提出的最新算法相比,该算法在多种主流测试问题都取得了优秀的结果。实验结果表明,该算法可以有效解决大规模多模态多目标优化问题。该论文的第一作者为南科大一年级研究生彭一明,通讯作者为Hisao Ishibuchi教授,南方科技大学为第一单位。

 

 

最佳论文提名 (PPSN 2020)

Hisao Ishibuchi课题组在计算智能领域顶级会议Parallel Problem Solving from Nature(PPSN为CCF B类会议)上发表的论文Proposal of a Realistic Many-Objective Test Suite获得最佳论文提名。文章指出了常用的多目标测试问题与现实问题的差异,并提出了一组基于系数矩阵的新的测试问题。现实中的多目标优化问题的最优解大部分是未知的,并且无法任意改变决策变量数和目标数,而人工构造的测试问题往往具有已知的最优解和可变的决策变量数与目标数。因此,人工构造的测试问题往往被用来测试算法的多样性和收敛性。论文指出了常用的一些测试问题与现实的多目标优化问题存在的差异,即改变一个决策变量对常用的测试问题与现实问题的目标向量在目标空间中的变化影响不同。为了使人工构造的测试问题更接近现实问题,论文提出了一种基于系数矩阵的测试问题构造方法。实验表明,不同的系数矩阵会影响测试问题的难度。最后,基于这些实验和发现,论文提出了一组新的测试问题。值得一提的是,论文第一作者为南方科技大学本科大三学生陈巍昱,Hisao  Ishibuchi为通讯作者,南方科技大学为第一单位。

 

除此之外,Hisao Ishibuchi担任通讯作者的另一文章入选FUZZ-IEEE 2020会议最佳学生论文奖候选名单。该篇论文提出了一种演化多目标优化方法,从分类精度和分类器复杂度两方面寻找多个非支配的模糊规则分类器。

 

Hisao Ishibuchi教授自2017年加入南方科技大学以来在计算智能领域的顶级会议和期刊发表了多篇论文,其中不乏以南科大本科生及研究生为第一作者或共同作者的论文。“无论是在课题方向、结果分析还是论文撰写上,Ishibuchi教授都会用他丰富的经验帮助我们,使我们快速入门科研。”课题组的一位本科生这样说道。Ishibuchi教授曾经这样说: “In 2017, I came to SUSTech to help Prof. Xin Yao to create one of the best CS departments in the world. In SUSTech, I am always trying to increase the international presence of the SUSTech CS Department. I am also always trying to help highly-motivated young researchers and students to be internationally well-known researchers in the field of Computational Intelligence using my knowledge and experiences”.