我校数据科学系大数据驱动人工智能（Big Data-Driven Artificial Intelligence）研究室的硕士研究生张在锡（指导教授：权赫润，http://bigdata.seoultech.ac.kr）的论文被人工智能领域世界顶级学术会议NeurIPS 2024选中，并于2024年12月在加拿大温哥华发表。
 
Jaeseok Jang and Hyuk-Yoon Kwon, "Are Multiple Instance Learning Algorithms Learnable for Instances?," Thirty-Eighth Annual Conference on Neural Information Processing Systems (NeurIPS 2024), Vancouver, Canada, Dec.2024（论文全文公开：https://openreview.net/pdf?id=cUcvlgkQxP).
 

提出的方法是利用集团级别（Bag-Level）的少量标签信息，探测个别实例级别（Instance-Level）异常的Multiple Instance Learning（MIL）。MIL是一种创新的学习模式，仅通过低成本的高级别标签就可以基于低级别实例之间的相关性分析来实现较高准确度。本研究对关于现有MIL方法论的实例级别的学习可能性进行了基于PAC的理论证明，并进行了实验验证。特别是从理论上验证了现有研究中经常使用的基于Attention的聚合方法论的局限性，证明了基于Conjunctive的聚合方法论的效用性，可以说提出了今后相关领域的研究方向。
 

 
NeurIPS在BK认证的国际学术大会中名列前茅，并被列入韩国信息科学会评选的最优秀学术大会目录。因此，其入选了将于12月18日在丽水举行的2024年韩国信息科学会计算机软件学术大会Top Conference Session（https://www.kiise.or.kr/conference/main/getContent.do?CC=KSC&CS=2024&content_no=2147&PARENT_ID=011600），将作为唯一的NeurIPS论文进行发表。
 
* 本研究是在BK21首尔科学技术大学数据科学与商业潜力教育研究团和研究财团的支持下进行的。