快来注册参加微软亚洲研究院数据驱动的优化方法研讨会！

（本文阅读时间：6分钟）

11月26日，微软亚洲研究院将举办数据驱动的优化方法研讨会。来自国内外机器学习与优化相关领域的学术界、工业界嘉宾将在研讨会上分享他们的最新研究。我们诚挚地邀请您参会，一起探讨、交流学术动态并展望未来！

优化是大多数工程任务的核心，对决策和规划至关重要。在大数据时代，随着海量数据的不断产生，优化任务越来越依赖于数据的引导和洞察，从而催生了数据驱动优化的新研究方向。数据驱动的优化带来了新的机遇和挑战，它需要更紧密地整合数据采样、机器学习和优化技术。数据驱动优化涵盖了许多相关主题，例如基于学习的算法设计、样本优化、组合在线学习、基于学习的组合优化等。

通过本次研讨会，我们希望将关注该问题的不同领域的研究人员和从业者聚集在一起，以交流最新的研究思想和成果，并在这个新方向上实现更多研究合作，探索可预见的学术新紧张。

本次研讨会将开放线上和线下两个会场，欢迎大家扫描后文二维码注册参会！

 活动信息

活动时间

11月26日（星期六）

上午9点至下午5:30

 

参会信息

线下：微软大厦

线上：Microsoft Teams

研讨会语言：英文

报名成功后将收到具体参会信息

注册报名

扫描二维码注册报名

线下参会请于11月22日前完成报名

欢迎扫码加入本次

“数据驱动的优化方法研讨会”专属讨论群

 演讲嘉宾

 日程安排

9:00 – 9:15

Opening

Wei Chen, Xiaoming Sun

Session 1

9:15 – 9:40

Joint Pricing and Inventory Management with Demand Learning

Yuan Zhou

9:40 – 10:05

Efficient Machine Learning at the Edge in Parallel

Furong Huang

10:05 – 10:30

Inverse Game Theory for Stackelberg Games: the Blessing of Bounded Rationality

Weiran Shen

10:30 – 10:40

Photo Taking

10:40 – 11:00

Tea Break

Session 2 

11:00 – 11:25

Adaptive Best-of-Both-Worlds Algorithm for Heavy-Tailed Multi-Armed Bandits

Longbo Huang

11:25 – 11:50

Combinatorial Pure Exploration with Limited Observation and Beyond

Yuko Kuroki  

11:50 – 12:15

Thompson Sampling in Combinatorial Multi-armed Bandits with Independent Arms

Siwei Wang

12:15 – 13:30

Lunch Break

Session 3

13:30 – 13:55

Deep Reinforcement Learning in Supply Chain Optimizations

Lei Song

13:55 – 14:20

Machine learning assisted hyper-heuristics for online combinatorial optimization problems 

Ruibin Bai

14:20 – 14:45

Machine Learning for Combinatorial Optimization: Some Empirical Studies

Junchi Yan

14:45 – 15:10

End-to-end Reinforcement Learning for the Large-scale Traveling Salesman Problem

Yan Jin

15:10 – 15:30

Tea Break

Session 4

15:30 – 15:55

Oblivious Online Contention Resolution Schemes

Hu Fu

15:55 – 16:20

Online Facility Location with Predictions

Shaofeng Jiang

16:20 – 16:45

Optimization from Structured Samples for Coverage and Influence Functions

Zhijie Zhang

16:45 – 16:50

Closing

关于微软亚洲研究院理论中心

微软亚洲研究院理论中心致力于通过搭建国际学术交流与合作枢纽，促进理论研究与大数据和人工智能技术的深度融合，在推动理论研究进步的同时，加强跨学科研究合作，助力打破 AI 发展瓶颈，实现计算机技术跨越式发展。

目前，理论中心聘任来自全球的顶尖学者担任顾问，并召集了微软亚洲研究院内部不同团队和研究背景的成员，聚焦于解决包括深度学习、强化学习、动力系统学习和数据驱动优化等领域的基础性问题。

微软亚洲研究院理论中心期待与学术界和业界展开多方向多层次的研究合作，也欢迎致力于理论研究的人才加入我们的研究队伍，为推动大数据和人工智能时代的新型理论研究而共同努力。

简历投递邮箱：msratheory@microsoft.com

更多关于理论中心的信息请访问：https://www.microsoft.com/en-us/research/group/msr-asia-theory-center/

点击阅读原文，报名本次研讨会。

你也许还想看：