En 2025, une équipe de l’Université de Bristol a remporté une distinction prestigieuse en décrochant le Prix du Meilleur Article lors de la Conférence Internationale sur l’Apprentissage Automatique (ICML), un des principaux congrès mondiaux sur l’intelligence artificielle. Leur article, intitulé « Score Matching with Missing Data », s’est distingué parmi 12 176 soumissions pour sa qualité exceptionnelle et fait partie des six travaux primés. La recherche, menée par l’étudiant en doctorat Josh Givens, le professeur associé Song Liu, et le Dr Henry W. J. Reeve de l’Université de Nanjing, propose des méthodes novatrices pour le score matching dans des scénarios de données incomplètes. Le score matching traditionnel nécessite des ensembles de données complets, mais l’équipe de Bristol a introduit le « marginal score matching », une technique qui impute les données manquantes lors de l’entraînement du modèle. Cette avancée promet des applications dans des domaines tels que les environnements d’images bruyantes ou la génomique avec des échantillons dégradés. Le Dr Song Liu a souligné que ce prix témoigne de la maîtrise de Bristol dans la recherche fondamentale en IA, en mettant l’accent sur son importance pour aborder les imperfections des données du monde réel.
next post

