7月26日,IJCAI 2022杰出论文奖公布。本次大会中国大陆团队投稿2794篇,入选298篇占据榜首。

继六月公布其年度四大奖项之后,人工智能领域顶会IJCAI-ECAI刚刚揭晓了2022年杰出论文奖获得者名单 (IJCAI-ECAI 2022 Distinguished Papers Award winners)。

本次获奖者包括来自南加州大学的Fatih Kizilkaya与David Kempe,来自耶拿·弗里德里希·席勒大学(简称耶拿大学)的Benjamin Böhm、Tomas Peitl、Olaf Beyersdorff,来自拜耳股份公司的Georg Mogk、Thomas Mrziglod、来自科隆大学的Kevin Schewior和来自Kotaicode的Christopher Franz。

同时,最佳论文获得者将在大会发表12分钟的论文演讲。

 

 

杰出论文奖

获奖论文:Plurality Veto: A Simple Voting Rule Achieving Optimal Metric Distortion

论文地址:https://arxiv.org/abs/2206.07098

作者:Fatih Kizilkaya,David Kempe

机构:南加州大学

本文提出的度量失真框架假设n个选民和m个候选人共同嵌入到一个度量空间中,选民对距离更近的候选人给出的排名更高。

投票规则的目的是选择与选民总距离最小的候选人,只给定排名,而不是实际距离。结果,在最坏的情况下,每个确定性规则都会选择一个候选者,其总距离至少是最优规则的三倍,即失真至少为3。

我们的主要结果是一个非常简单的投票规则,被称为PLURALITY VETO,它实现了最佳失真3。

每个候选人开始时的分数等于他的第一名选票数。然后通过n轮否决过程逐渐降低这些分数,在该过程中,候选人在其分数达到零时退出。选民一个接一个地降低他们在常任候选人中排名靠后的分数,最后一位常任候选人获胜。

 

获奖论文:QCDCL with Cube Learning or Pure Literal Elimination - What is Best?
 

论文地址:https://www.ijcai.org/proceedings/2022/248

作者:Benjamin Böhm,Tomas Peitl,Olaf Beyersdorff

机构:耶拿大学,维也纳工业大学

量化冲突驱动子句学习(QCDCL)是求解量化布尔公式(QBF)的主要方法之一。我们对 QCDCL的几个版本进行了程序化研究,其中包括立方体学习和/或纯文字消除,并通过证明复杂性技术正式比较了生成的求解模型。

结果表明,几乎所有的 QCDCL 模型在证明大小(以及求解器运行时间)方面都呈指数级无法比拟,这指向了如何实际实现 QCDCL 的不同正交方式。

 

获奖论文:Completeness and Diversity in Depth-First Proof-Number Searchwith Applications to Retrosynthesis

论文地址:https://www.ijcai.org/proceedings/2022/0658.pdf

作者:Georg Mogk,Thomas Mrziglod,Kevin Schewior,Christopher Franz

机构:拜耳股份公司,科隆大学,Kotaicode

本文重新审视了深度优先证明数搜索 (DFPN),这是一种用于解决两人游戏的著名算法。

首先,我们研究了算法及其变体的完整性属性,即当存在一个获胜策略时,它们是否总能找到一个获胜策略。其次,我们修改了DFPN以计算不同的解决方案集,而不仅仅是一个单一的解决方案。最后,我们将化学中的这一新变体应用于新目标分子的合成计划。

阅读更多内容