資訊學院學生以創新研究登上國際頂尖會議

 

文稿整理／林珮雯

 

國立陽明交通大學資訊學院學生近年在人工智慧、電腦架構與知識系統等領域屢創佳績，於多個國際頂尖會議發表研究成果，展現卓越的學術實力與創新能量。特別值得一提的是，葉宗泰教授今年帶領團隊於 International Symposium on Computer Architecture (ISCA) 發表論文，這是近二十年來交大少見、極具代表性的成果，充分展現本院在高效能運算與系統設計領域的研究深度。
從深度學習與影像生成、語意本體與知識結構，到高效能運算架構設計，學生們不僅展現跨領域的創新思維，更透過與全球研究者的交流，拓展了國際視野。這些經驗讓他們體會研究的深度與挑戰，也強化了與世界學術社群接軌的信心。無論是在 ICLR、ISCA 或 FOIS 等世界級舞台上，他們的努力與成果都獲得國際肯定，展現出資訊學院持續培育頂尖科研人才的實力與決心。

 

發表論文：Reinvigorating Structured Knowledge and Ontologies for Trustworthy and Beneficial AI and Robotics

作者：Chun-yien Chang, Yi-Ting Chen, and Ying-ping Chen

指導教授：陳穎平老師

國際會議名稱：The International Conference on Formal Ontology in Information Systems (FOIS)

該會議重要性：

「資訊系統正規本體」（FOIS）是國際公認在本體論基礎研究上具有領導地位的會議。尤其在推動上位本體 (upper ontology) 的理論與方法發展上扮演重要角色—此為語意互操作性 (semantic interoperability)、可解釋人工智慧 (explainable AI)、以及可信賴之知識基礎設施 (trustworthy knowledge infrastructures) 設計的根基。FOIS 匯聚了來自哲學、電腦科學、資訊系統與人工智慧等多元領域的專家，建立了一個珍稀的論壇，使概念嚴謹性與系統設計實務得以深度交流。其長期的聲望與影響力使其成為形塑引導下一代具互操作性智慧系統之本體論基礎的重要會議。

張俊彥同學心得：

雖然本體論應用在台灣本地研究中並不乏實例，但由於缺乏基礎研究、加上與相關國際社群缺乏實質連結，使得這一領域在本地的能見度極低。然而在人工智慧時代，紮實的語意基礎與依據本體論所建立的互操作性，已經成為不可或缺的關鍵。在這樣的背景下，我們的論文能夠被 FOIS 這樣頂級本體論會議接受並進入主議程，對於台灣的學術機構而言可說是少見且難能可貴的。這次發表不只是單純的論文報告，更是從在地經驗出發向國際頂尖社群發出的邀請，特別是在人工智慧與自動代理人正以前所未有的發展速度介入人類生活的關鍵時刻，我們呼籲社群伙伴們在專注各自艱深本體研究同時，也要留意共同合作推動本體論在 AI 政策上做出關鍵貢獻。該場次結束後有多位來自世界各地資深研究者與實務工作者，親自前來回應與鼓勵，不僅肯定此一立論符合時代需求，也為建立實質國際合作露出曙光。這次經驗讓我更堅信持續耕耘本體論這個艱難卻關鍵領域的價值，也期盼這樣的工作能在國內的環境被及時接受且蓬勃發展起來。

 

發表論文: Ranking-aware Adapter for Text-driven Image Ordering with CLIP

作者: Wei-Hsiang Yu, Yen-Yu Lin, Ming-Hsuan Yang, Yi-Hsuan Tsai

指導老師: 林彥宇老師

國際會議名稱: International Conference on Learning Representations (ICLR)

該會議重要性:

國際學習表徵研討會（International Conference on Learning Representations, ICLR）為人工智慧與機器學習領域之頂尖國際會議之一，範圍涵蓋深度學習於人工智慧、統計學及資料科學之各個面向，並延伸至機器視覺、大語言模型、生成式模型、語音辨識以及機器人技術等重要應用領域。ICLR每年吸引來自逾 70 國數千名來自國際企業與研究機構的工程人員與學者，除帶來最前沿的研究結果、全新的開發展示與落地應用以外，也是一個能與各國頂尖專家學者交流的重要場合。

游為翔同學心得:

感謝林彥宇老師以及多位合作者在研究、文章撰寫及意見回覆過程的指導。本次研究中，我們將文字融入影像後，再設計精巧的影像對比機制使模型可以支援多影像多任務排序。有幸能受到ICLR 審稿者的青睞並被接受，對我的研究生涯是一項重要的里程碑。在會議期間與來自世界各國的學者分享研究並交換意見，從不同觀點切入研究與融合各種想法，除了讓我對過去比較少接觸的領域有了更深的理解，也從中獲得許多可以跨領域及應用的新想法。另外值得一提的是，在會場一隅，也隨處可見其他研究者埋首進行實驗與撰寫文章，其勤奮與專注令我深感敬佩，也激勵需要更加努力向上的熱情。

發表論文：Boost self-supervised dataset distillation via parameterization, predefined augmentation, and approximation

作者：Sheng-Feng Yu, Jia-Jiun Yao, Wei-Chen Chiu

指導教授：邱維辰老師

國際會議名稱：The Thirteenth International Conference on Learning Representations (ICLR 2025)

該會議重要性：

The International Conference on Learning Representations (ICLR)是全球最具影響力的人工智慧學術會議之一，與 NeurIPS 和 ICML 並列為發表頂尖研究成果的首要平台。該會議聚焦於深度學習、表徵學習及相關領域，並以創新的「公開審查制度」聞名，強調學術透明與合作交流。ICLR 吸引了來自學界的頂尖研究人員及來自產業界的領導團隊，如 Google DeepMind、OpenAI、Meta AI 等，是展示最先進研究成果、引領機器學習發展方向的重要舞台。能在此會議獲得論文接受，代表該研究具有高度的學術影響力、創新性與在全球人工智慧研究社群中的卓越地位。

游聲峰同學心得：

參加 ICLR 2025 是一次難忘的經驗。能夠置身於眾多機器學習領域的頂尖人才之中，親身感受他們分享塑造未來的前沿理念，讓我覺得一切都像在夢中。我由衷感謝邱教授的指導與鼓勵，若沒有他的支持，我無法有機會將我們的研究帶到這樣一個令人驚嘆的國際舞台。

我最享受的其實是發表之外的交流時刻。與其他研究者的對話讓我對自己的工作有了新的觀點，也令我驚喜的是，竟有這麼多人對我們的方法表現出真誠的興趣。這些交流不僅肯定了我們的努力，也激發了我許多全新的想法。

除了學術層面，ICLR 也再次提醒我為什麼熱愛研究——這不只是為了解決問題，更是因為能成為一個彼此激勵、共同前進的社群的一員。這段經歷讓我既感到謙卑又深受鼓舞，回國後我對持續探索的熱情比以往更加強烈。

 

發表論文： Efficient Action-Constrained Reinforcement Learning via Acceptance-Rejection Method and Augmented MDPs
作者： Wei Hung, Shao-Hua Sun, Ping-Chun Hsieh
指導教授： 謝秉均教授
國際會議名稱： The 13th International Conference on Learning Representations (ICLR 2025)
該會議重要性：
ICLR (International Conference on Learning Representations) 是全球機器學習領域的頂級盛會之一，與 NeurIPS、ICML 齊名，被公認為深度學習、表徵學習與人工智慧研究的指標性會議。本屆 ICLR 2025 睽違多年回到亞洲（新加坡）舉行，規模盛大，吸引了來自北美、歐洲及亞洲的頂尖研究學者、數據科學家與業界專家，共同探討神經網路與新一代 AI 架構。能入選 ICLR 發表，代表研究在算法與理論層面具備高度創新性與影響力，更是站在國際學術界與產業應用前沿，與全球頂尖人才深度交流的重要里程碑。

洪偉同學心得：
我很榮幸能親自前往新加坡，參與近年來首次回到亞洲舉辦的 ICLR 2025 實體會議。這是一個深入體驗國際頂尖學術氛圍的寶貴旅程，不僅有機會在 Poster Session 中發表我們的研究，我們的論文探討「動作受限強化學習 (ACRL)」的通用高效框架，旨在為機器人控制等安全關鍵應用實現零動作違規的控制策略，更重要的是能在這個國際舞台上與全球專家進行深度交流，在 ICLR 2025 期間，我獲得了極具啟發性的與會經驗：
專業反思與深度交流： 我與來自 Google、IBM 等頂尖國際研究機構的學者進行了深入探討，特別針對動作限制問題中的多目標決策學習與實驗設計細節。這些面對面的互動，不僅是技術的交流，更讓我能深入反思自身工作的潛在盲點，並為未來將多目標學習架構應用於增強單目標訓練的魯棒性開拓了新視野。
前沿趨勢與跨域啟發： 本屆會議主題幾乎由 LLM 主導。我參與了多場 RLxLLM 的專題討論，觀察到許多將語言模型嵌入決策迴路，作為 policy planner 或 reward model 的前沿設計。這對我未來計畫將 LLM 融入強化學習的研究提供了重要的實務參考，也讓我深刻體會到跨領域合作已成為現代 AI 研究的必然趨勢。
技術轉譯與研究願景： 透過這趟旅程，我更理解到學術研究的價值不僅在於論文發表，更在於技術的持續創新與轉譯。與會的經歷鼓勵我將研究視角擴展至更複雜的實際應用情境，持續提升算法在現實世界的效能與可行性。
感謝團隊夥伴的共同努力與計畫支持，這次經驗不僅讓我們的研究成果站上國際頂級舞台，更為我個人的學術生涯注入了強大的動力。

發表論文：AQB8: Energy-Efficient Ray Tracing Accelerator through Multi-Level Quantization

作者：Yen-Chieh Huang, Chen-Pin Yang, Tsung Tai Yeh

指導教授：葉宗泰老師

國際會議名稱：International Symposium on Computer Architecture (ISCA)

該會議重要性：

ISCA（International Symposium on Computer Architecture）是計算機架構領域最頂尖的國際會議之一。它發表的論文代表最新、最具創新性的研究，涵蓋處理器設計、記憶體系統、加速器、平行運算架構等主題。2025 Acceptance rate: 22%。

楊辰彬同學心得：

非常感謝宗泰老師與彥傑同學的持續努力與緊密合作，讓我們有幸代表交大出席 ISCA 這場計算機架構領域的頂尖國際會議。在本篇論文中，我們提出了一種全新的光線追蹤加速結構，針對當前領域所面臨的計算與效能瓶頸，提供了一個具體而有效的解決方案。此次能在會場中向 AMD、Intel 以及華為等國際領先廠商展示研究成果，並與世界頂尖學者進行深入交流，讓我收穫了許多寶貴的知識與啟發，拓展了國際視野並激發更多創新的設計思維。