12月14日,在加拿大温哥华举办的机器学习领域国际顶级会议NeurIPS上,由东南大学交通学院刘志远教授和滴滴出行叶杰平教授共同指导的参赛队伍TLab (参赛学生包括刘洋博士、吴凡优博士等)在NeurIPS 2019 Competition Track: Traffic4cast Challenge中获得Leading Contributor Award以及第四名(IARAI Travel Fellowship and complimentary registration for NeurIPS 2019)[1]。团队受邀前往NeurIPS会议现场领奖并展示获奖方案,相关工作被收录至Proceedings of Machine Learning Research。
[1]https://www.iarai.ac.at/traffic4cast/forums/topic/4238/
图 TLab成员、东南大学交通学院本科生(大四)刘芷辰同学代表团队 赴温哥华做大会报告
NIPS
迄今为止NeurIPS最大规模的时空预测挑战
图 比赛数据
NeurIPS,全称Conference and Workshop on Neural Information Processing Systems,是全球最受瞩目的人工智能顶级学术会议之一。NeurIPS每年都会吸引大量专家、学者和AI领域从业人员的参与,目的是促进神经信息处理系统在生物、技术、数学和理论方面的研究交流,据大会官方统计,2019年参会总人数突破了13000人。NeurIPS Competition Track共包含10余个前沿方向的挑战赛,Traffic4cast Challenge是其中之一,由Institute of Advanced Research in Artificial Intelligence(IARAI)举办 。该挑战赛提供了数百GB,覆盖数千平方公里的时空数据,该任务是NeurIPS目前为止最大规模的时空预测挑战赛。吸引了40多个世界顶级人工智能研究机构参赛,例如Inception Institute of Artificial Intelligence(IIAI)、ETH Zurich等,竞争异常激烈。
在本次挑战赛中需要参赛者分别预测莫斯科、伊斯坦布尔、柏林三个城市的流量、速度、方向,其中每个城市划分为436×496的网格,每个区域大小为100米×100米。原始数据即达到几百GB,经过特征工程后,全量训练集更是高达十几万GB。
巧破赛题 推陈出新
面对庞大的数据,参赛团队设计了一个新的大规模时空数据预测方法,例如,并没有使用空间注意力等较为耗费计算资源的方法,而是设计了一个掩膜(Mask)来代替,高效的解决了数据稀疏性的问题。最终经过几个月激烈较量ETH Zurich,University of Toronto,东南大学,Daimler Autonomous Services,Polytechnic University of Catalonia等六支团队受邀前往温哥华大会现场领奖。东南大学是唯一一支受邀请的中国团队。
图 NeurIPS 2019 Competition Track: Traffic4cast Challenge Leading Contributor Award
团队成员简介
刘洋博士于2017年入学,加入东南大学交通学院刘志远教授课题组,研究方向为机器学习算法及其在交通工程中的应用。已在国际刊物发表论文多篇,包括Transportation Research Part C、IEEE Transactions on Intelligent Transportation Systems、Computer-Aided Civil and Infrastructure Engineering、IEEE Intelligent Transportation Systems Magazine等。已获得十余项人工智能算法大赛冠亚军,包括IJCAI Adversarial AI Challenge、KDD Cup、ICME Grand Challenge、IEEE Computer Society Ucar Artificial Intelligence Cup、Alibaba Cloud German AI Challenge、ZhejiangLab Cup等。
刘芷辰为东南大学交通学院2016级交通工程专业本科生,加入东南大学交通学院刘志远教授课题组,研究方向为机器学习算法与交通大数据。已以第一作者发表CICTP论文,获得全美数学建模大赛特等奖题名、国家奖学金等奖项和荣誉。