近日，第42届国际机器学习大会（ICML 2024）录用结果公示，论文中稿率27.5%。9001cc金沙以诚为本刘静教授团队的论文入选。论文简要介绍如下：

一、论文题目：Automated Loss function Search for Class-imbalanced Node Classification

二、作者：郭鑫宇，吴凯（通讯作者），张肖瑜，刘静

三、论文概述：作者提出了一种高效的自动损失函数搜索框架，并以此探究损失函数设计在解决类不平衡节点分类问题的潜力。通过该框架发现的损失函数在节点分类性能上表现出显著提升，证实了所提出框架的有效性。我们还发现基于单个图神经网络和数据集所发现的损失函数在同类型数据集上具有良好的迁移性。关键是，它们与最优损失函数相比优势明显。此外，该搜索框架在高类不平衡率下发现的损失函数能够很好地推广到低类不平衡率的情况，突显了所提方法的高适应性。最后，该框架很容易能够实现任务无关的自动损失函数搜索，为自动损失函数搜索领域提供新的高效搜索框架。

      国际机器学习大会（International Conference on Machine Learning，简称 ICML）是机器学习领域最权威的会议之一，与 NeurIPS、ICLR 并列为最具影响力的三个会议。会议涵盖了机器学习领域的各个方面，包括理论、方法、应用和实践，吸引了来自全球学术界和工业界的顶尖研究人员和从业者参与，交流最新研究成果、讨论前沿技术并且探讨未来趋势。此外，ICML 在谷歌学术指标中的排名在所有AI顶会中的第四位，仅次于CVPR、ICLR、NeurIPS。