2023年9月18日至22日，欧洲机器学习与数据库知识发现原理和实践会议（ECML-PKDD 2023）在意大利都灵理工大学举行。浙江大学网络与媒体实验室2021级博士生张君如撰写的论文 “Adacket: ADAptive Convolutional KErnel Transform for Multivariate Time Series Classification” 受到大会录用，并受邀在大会上进行口头汇报。作为欧洲顶级的机器学习与数据挖掘会议，本次会议共收到830篇论文投稿，最终录用199篇，录用率为24%。

Adacket新方法

  论文提出了一种名为Adacket的新方法，该方法能自动设计出高效的1D膨胀卷积核，适应各种多变量时序分类任务。Adacket将设计问题表述为多目标优化问题，同时考虑性能和资源效率。它引入了一个强化学习代理，以自适应方式在连续决策中确定卷积核，创建多操作空间以支持在通道和时间维度上进行全面搜索。通过在连续动作空间内探索多目标奖励的最大值，Adacket实现了卷积核的高粒度建立。在公共UEA档案上的实证评估表明，Adacket优于其他先进的基线方法。

  此次国际学术会议为全球的机器学习和数据挖掘学者和从业者提供了一个开放和友好的学习交流平台。参会者们分享了各自的研究成果和创新案例，促成了相关领域专家、学者和工业界之间的深入讨论和合作。这次会议不仅拓宽了参会者的视野，也让他们得以了解最新的研究趋势，学习先进的研究理念和技术方法。同时，本次会议也展示了网络与媒体实验室在机器学习和数据挖掘领域的研究成果，促进了国际学术交流和合作的进程。