Sites Inria

English version

Best student paper award

MB Dernoncourt - 28/11/2019

Best student paper award pour Mahsa Asadi

Mahsa Asadi, doctorante au sein de l’équipe-projet Magnet* sous la responsabilité de Marc Tommasi et Aurélien Bellet a reçu le prix du meilleur papier étudiant de la conférence ACML 2019. Ce prix vient récompenser son article 'Model-Based Reinforcement Learning Exploiting State-Action Equivalence' réalisé en stage en 2018 sous la direction d'Odalric Maillard de l’équipe-projet Sequel*. Les autres auteurs  sont Mohammad Sadegh Talebi (Inria postdoc, ANR Badass); Hippolyte Bourel (ENS  Rennes); Odalric Maillard (Inria).

343 soumissions ont été envoyées et 87 papiers ont été acceptés ce qui fait 25.4 % d'acceptation.  La sélection des finalistes a été révélée pendant la soirée de gala qui a eu lieu à l'hôtel Nagoya Castle.

The 11th Asian Conference on Machine Learning, Nagoya, Japan

La conférence s'est tenue du 17 au 19 novembre 2019. Elle vise à fournir un forum international de premier plan pour les chercheurs dans le domaine de l'apprentissage machine et les domaines connexes afin de partager leurs nouvelles idées, leurs progrès et leurs réalisations. Les soumissions de régions autres que l'Asie-Pacifique sont également fortement encouragées.
La conférence fait appel à des articles de recherche originaux et de haute qualité sur la théorie et la pratique de l'apprentissage automatique. La conférence sollicite également des propositions axées sur la recherche exploratoire, les nouvelles idées et les paradigmes de l'apprentissage machine. ACML a lieu chaque année depuis 2009 dans toute la région Asie-Pacifique. Il s'agit de la 11e Conférence qui s’est tenue à Nagoya, au Japon, après celles de Beijing, Chine (2018), Séoul, Corée (2017), Hamilton, Nouvelle-Zélande (2016), Hong Kong, Chine (2015), Nha Trang, Vietnam (2014), Canberra, Australie (2013), Singapour (2012), Taoyuan, Taiwan (2011), Tokyo, Japon (2010) et Nanjing, Chine (2009).

*Magnet est une équipe-projet commune à Inria et au laboratoire CRIStAL (Centrale Lille, CNRS, Université de Lille)
**Sequel est une équipe-projet commune à Inria et au laboratoire CRIStAL (Centrale Lille, CNRS, Université de Lille)

Mots-clés : Sequel Machine learning Magnet

Haut de page

Suivez Inria