第二届简约与学习大会 Conference on Parsimony and Learning (CPAL) 将于2025年3月底在斯坦福大学举办,由斯坦福大学数据科学院承办。
第二届会议官网:
https://cpal.cc/
CPAL是一个小而精的年度研究会议,强调简约 (Parsimonious) 和低维结构 (Low Dimensional Structures) 的研究,因为它们在机器学习、信号处理和优化问题中至关重要。
大会欢迎与简约和学习相关的理论、算法、应用、硬件、系统等基础科学的研究工作。
首届CPAL于2024年1月在香港大学成功举办,会议吸引了数百名世界各地的参会者,包含四天丰富多彩的议程的活动。
首届大会邀请了九位特邀讲者,十六位新星奖得主,和近百接受论文(双轨道)的口头或海报报道。
首届大会详情可见:https://2024.cpal.cc/
关键日期
大会愿景
「Everything should be made as simple as possible, but not any simpler.」
——Albert Einstein
智能和科学存在的基础在于世界的高度结构性和可预测性。智能和科学的目的是通过从这些结构中学习简洁的模型或规律来理解世界。
在过去十年里,机器学习和大规模计算极大地改变了我们处理、解释和预测数据的方式。传统的稀疏和低秩模型在现代数据驱动的背景下得到了丰富,尤其是在神经网络的应用中。
近年来,研究者们致力于理解深度网络与非线性、多模式数据结构之间的互动,探索神经网络模型的压缩和稀疏化方法。
CPAL 会议旨在为从事机器学习、应用数学、信号处理、优化、智能系统等相关领域的研究人员提供一个平台,建立一个从简约角度理解智能和科学的现代理论和计算框架。
大会主席(General Chairs)
-
Emmanuel Candès
(斯坦福大学)
-
马毅 (香港大学 & 加州大学伯克利分校)
会议程序主席(Program Chairs)
-
陈贝迪 (卡耐基梅隆大学)
-
Mert Pilanci (斯坦福大学)
-
Jeremias Sulam(约翰霍普金斯大学)
-
王宇翔(加州大学圣迭戈分校)
会议顾问(Senior Advisors to Program Chairs)
-
汪张扬 (德州大学奥斯丁分校)
-
曲庆 (密歇根大学)
本地主席(Local Chairs)
出版主席(Publication Chairs)
-
苏炜杰(宾夕法尼亚大学)
-
朱志辉(俄亥俄州立大学)
行业联络主席(Industry Liaison Chairs)
专题讨论主席(Panel Chairs)
教程主席(Tutorial Chairs)
宣传主席(Publicity Chairs)
学术新星奖主席(Rising Stars Award Chairs)
网站主席(Web Chairs)
学术新星「Rising Star」鼓励计划
为鼓励和支持学术界的新生力量,CPAL特别设立了「Rising Star」计划,旨在发掘和表彰在简约与学习领域表现突出的年轻研究人员。
我们欢迎博士生、博士后和青年学者提交他们的研究工作。被选中的「Rising Star」将有机会在大会上展示他们的成果,并获得与领域内顶尖学者交流的宝贵机会。