高三學生憑神經網路論文研究網路暴力!00後也要出道了?
By 超神經
場景描述:近日,在清華大學舉行的丘成桐中學科學獎半決賽落下帷幕,來自海內外的 72 支隊伍獲得了總決賽的入場券,北京師範大學附屬實驗中學的高三學生,白行健,也在其中。他憑藉一篇利用圖卷積神經網路檢測網路暴力的論文,在比賽中脫穎而出。長江後浪推前浪,瞧,00 後也要出道了。
關鍵詞:網路暴力 圖卷積神經網路 00 後
你高三的時候,在做什麼呢?刷《五年高考三年模擬》?還是背英語單詞?
一名叫做白行健的北京師範大學附屬實驗中學高三學生,已經在研究神經網路了,而且帶著最新論文,入圍丘成桐中學科學獎決賽。我們先看看他的作品,感受一下少年學霸的實力吧。
用卷積神經網路,檢測網路暴力
白行健目前是北京師範大學附屬實驗中學(簡稱北師大實驗)國際部高三學生,熱愛數學和電腦科學,擔任學校計算機社社長和⼈⽂社社長。
他本次參賽的論文標題為《基於自適應性圖卷積神經網路的暴力使用者檢測》,論⽂提出了⼀種新的⾃適應圖卷積神經⽹絡模型(Adaptive Graph Convolutional Neural Networks,簡稱AdaGCN),是在傳統的 GCN 模型的基礎上做了改進和創新。
在新模型中,邊權被設定為可訓練的變數,這允許模型⾃適應性地學習⽤戶之間關係的權重。⼀個值得關注的問題是,雖然可訓練的邊權提升了模型的能⼒,但是引數的增加會導致模型更難訓練並可能發⽣過擬合。
為了解決這個問題,本⽂引⼊標籤平滑假設(Label Smoothness Assumption),即在社交⽹絡上相鄰的兩個⽤戶更有可能會有相同的標籤(即他們更有可能同時為暴⼒⽤戶或同時為正常⽤戶)。本⽂使⽤標籤平滑假設對邊權的訓練施加了額外的監督。
具體來說,本⽂引⼊標籤傳播算法(Label Propagation Algorithm ,簡稱 LPA),並設計了丟⼀損失(the leave-one-out loss)作為標籤平滑假設的具體實現,從⽽實現了和 GCN 模型的⾃然結合。
LPA 與丟一損失結合(左)
AdaGCN 的傳播方案,其中特徵向量和標籤同時傳播(右)
本⽂在 Manoel Horta Ribeiro 等⼈收集的資料集上應⽤了 AdaGCN 模型。該資料集包含了 10 萬餘名 Twitter ⽤戶和 200 餘萬條社交關係,其中⼤約 5 千名⽤戶被標註了是否為暴⼒⽤戶。
實驗結果表明,AdaGCN 的 AUC 得分為 0.80,F1 得分為 0.47,得分⾼於所有對⽐⽅法,包括傳統的 GCN 模型、圖注意⼒⽹絡 (GAT)、標籤傳播演算法(LPA)、⽀持向量機(SVM)等等。此外,AdaGCN 模型的結果具有最低的標準差,這表明 AdaGCN 模型具有很強的穩定性。
在訓練集上 LOSS、AUC 和 FI (從左至右)得分
論文中指出,線上社交平臺可以利⽤本⽂提出的⽅法來更好地評估、檢測暴⼒⽤戶,防⽌暴⼒⽤戶傷害他⼈並傳播仇恨⾔論。同時,⾃適應圖卷積神經⽹絡模型,也可以⽤來評估不同型別的暴⼒⾔論造成的社會影響。
有技術,也有情懷
網路暴力的確已經是這個時代的一種新的暴力形式,它可能無形中帶給當事人巨大的傷害,甚至最終釀成嚴重後果。
在本次比賽中,白行健選擇用技術檢測網路暴力問題,因為身處網際網路時代的他,也親眼看到過身邊的朋友遭遇網路暴力,而他選擇用技術來幫助受害者。
前段時間,韓國女星崔雪莉的死亡
引發了一場「拒絕網路暴力」的討論
白行健在論文中解釋道,「2018 年 2 ⽉ 10 ⽇,⼀個名叫 Ted Senior 的 22 歲男孩在林地上吊⾃殺,原因是⼀些⼈在社交媒體上惡意地分享和評判他與⼀名⼥孩的聊天內容。
在我身邊,我的同學好友在學校論壇發表觀點,但是遭受匿名的辱罵和攻擊,這種羞辱讓他感到⾮常痛苦。我深深地被這些可恨的⾏為和可怕的後果所觸動。電腦科學帶來了資訊時代,社交⽹絡改變了我們的⽣活,我們期望技術會讓世界更美好。但沒有什麼是盡善盡美的。⽹絡暴⼒是資訊科技⽆意中帶來的⼀個問題,我渴望找到⼀種⽅法來發現和控制它們。」
白行健還是學校 Bridge 愛心社成員
課餘時間為小朋友講解計算機知識
白行健還表示:「技術旨在為⼈類帶來便利和幸福,我們希望⽤技術的⽅法緩解網路暴力問題,給所有⽤戶提供⼀個⼲淨、友好的互聯⽹世界。」
白行健的履歷就是兩個字:優秀
看過白行健的履歷,用「優中選優」來概括一點也不過分。
他所就讀的北師大實驗中學,建立於 1917 年,是北京首批重點中學。近幾年,其文理科一本率上線率均為 100%。學校師資隊伍中,有博士 3 人,碩士 90 餘人。
而他所在的北師大實驗的國際部,更是被家長稱為「全國最牛國際班」。
有知乎網友評論其「在大陸高中一騎絕塵」
2018 年北師大試驗 UCLA 錄取人數位居全國第一
2018 年,北師大實驗國際部的學生,86% 進入美國 TOP 30 的名校就讀。這裡的學生,不少在初一、初二就開始準備託福,初三、高一準備 SAT。
白行健不僅在這次丘成桐中學科學獎中表現優異,在此前,他一直穿梭於各種比賽之中,並取得拔尖的成績,金牌、第一名等字眼,佈滿他的履歷:
白行健 (2017年-2019年部分殊榮)
•2018 年 5 ⽉受邀參加加拿⼤資訊學奧林匹克競賽(CCO)決賽及國家隊集訓營,獲得決賽⾦獎第⼀名;
•2018 年 7 ⽉獲得中國資訊學奧林匹克競賽決賽(NOI)銀牌;
•2018 年 11 ⽉獲得中國資訊學聯賽(NOIP)北京市提⾼組⼀等獎第 3 名;
•2019 年 1 ⽉參加美國資訊學奧林匹克競賽(USACO)公開賽獲得滿分,5 ⽉作為唯⼀的外國學⽣受邀參加美國國家隊集訓營(USACO 前25名美國中學⽣參加,選拔國家隊成員);
•2018 年獲得美國⾼中⽣數學建模競賽(HiMCM)Finalist 獎項(⼀等獎 7%);
•2018 年獲得美國數學⼤聯盟杯(Math League)中國賽區第⼀名;
•2018 年獲得美國數學競賽(AMC) Distinction Honor Roll(榮譽獎 1%),AIME獲得 8 分;
•2017、2018 連續兩年獲得北京師範⼤學附屬實驗中學⾦帆獎(top 2%)。
而他這次入圍丘成桐獎總決賽,也是從來自國外 1500 多個團隊中脫穎而出(共 72 支隊伍入圍),從此,他的人生履歷中又新添一條出色的記錄。
2019 年 5 月,白行健(右一)與其他三名同學代表北京
參加全國資訊學奧林匹克競賽(CCF NOI)
關於丘成桐中學科學獎
白行健這次所參加的丘成桐科學獎比賽是什麼來歷呢?
Dongrun-Yau Science Awards 東潤丘成桐科學獎(原名「丘成桐中學科學獎」)是由中國著名數學大師丘成桐先生於 2008 年為全球華人中學生設立。每年累計有 1200 餘所學校,約 5800 餘支隊伍參與此場科學界的盛宴。
本屆丘成桐將涵蓋了數學、物理、化學、生物、
計算機及經濟金融建模六個學科
參賽隊員覆蓋國內外多個地區。每組參賽隊前期要經過至少三輪的論文評審,通過後才有資格進去決賽。進入決賽的同學,需要經過來自國際頂尖高校包括美、英、法等國在內的 20 多位世界一流的教授組成的評審團的評定,並進行英文答辯。
白行健所參加的本屆比賽,共有來自國內外 500 餘所中學 1500 餘團隊、近 2000 名學生報名參賽,經過初篩、函評、桌評等程式,最終 72 支隊伍入圍。
看來,這個大賽的含金量也著實不小。就在前段時間,我們還討論著剛進入職場發光發熱的 95 後(我們曾在 10 月採訪了三位 95 後,他們已經在計算機領域走出自己的一片天地)。
而現在 00 後已經加入 AI 大軍,還沒上大學,就已經帶著論文過關斬將,光速奔走在改變世界的道路上。
你感受到壓力了嗎?
- END -
如果看到這裡,說明你喜歡這篇文章,請轉發、點贊。掃描下方二維碼或者微信搜尋「perfect_iscas」,新增好友後即可獲得10套程式設計師全棧課程+1000套PPT和簡歷模板,向我私聊「進群」二字即可進入高質量交流群。
↓掃描二維碼進群↓
喜歡文章,點個在看
相關文章
- 卷積神經網路學習筆記——Siamese networks(孿生神經網路)卷積神經網路筆記
- 深入研究神經網路和深度學習神經網路深度學習
- 網路表述學習經典論文——DeepWalk
- 【深度學習篇】--神經網路中的卷積神經網路深度學習神經網路卷積
- 神經網路:numpy實現神經網路框架神經網路框架
- bp神經網路學習神經網路
- 神經網路神經網路
- 關於神經網路的討論神經網路
- 論文解讀 | 基於神經網路的知識推理神經網路
- Vicarious發表Science論文:概率生成模型超越神經網路模型神經網路
- 論文閱讀丨神經清潔: 神經網路中的後門攻擊識別與緩解神經網路
- 神經網路學習參考神經網路
- 神經網路和深度學習神經網路深度學習
- 94頁論文綜述卷積神經網路:從基礎技術到研究前景卷積神經網路
- 一文看懂神經網路工作原理神經網路
- 一文看懂卷積神經網路卷積神經網路
- LSTM神經網路神經網路
- 8、神經網路神經網路
- BP神經網路神經網路
- 模糊神經網路神經網路
- 【自己動手寫神經網路】---人人都可以學的神經網路書神經網路
- 牛津教授吐槽DeepMind心智神經網路,還推薦了這些多智慧體學習論文神經網路智慧體
- 圖神經網路GNN 庫,液體神經網路LNN/LFM神經網路GNN
- 【人工神經網路基礎】為什麼神經網路選擇了“深度”?神經網路
- 理解卷積神經網路的利器:9篇重要的深度學習論文(上)卷積神經網路深度學習
- 理解卷積神經網路的利器:9篇重要的深度學習論文(下)卷積神經網路深度學習
- 網路文憑,你要不要
- 看了這7篇論文,你會完全掌握卷積神經網路!卷積神經網路
- 全解卷積神經網路,並分享9篇必讀論文卷積神經網路
- 【深度學習】神經網路入門深度學習神經網路
- 再聊神經網路與深度學習神經網路深度學習
- 深度學習與圖神經網路深度學習神經網路
- AI之(神經網路+深度學習)AI神經網路深度學習
- 神經網路篇——從程式碼出發理解BP神經網路神經網路
- 【神經網路篇】--RNN遞迴神經網路初始與詳解神經網路RNN遞迴
- 卷積神經網路卷積神經網路
- 迴圈神經網路神經網路
- 人工神經網路(ANN)神經網路