Tre utmärkelser hittar inspiration, validering från David J. Kuck Outstanding Thesis Awards | Datavetenskap

Sedan 1996 har Illinois Computer Science gett David J. Kuck Outstanding Thesis Awards till en doktorand och masterstudent som ett erkännande för den tidigare professorns intellektuella och ledarskapsbidrag. I år var pristagarna bland annat:

  • Apostolos Kokolis, som tog examen från doktorandprogrammet 2022
  • Qi Zeng, tidigare masterstudent som nu är doktorand
  • Yuheng Zhang, tidigare masterstudent som nu är doktorand

Priserna instiftades av alumner, tidigare studenter och vänner till Kuck, som var professor i datavetenskap 1965-1993. Han var grundare av Kuck and Associates och vann många utmärkelser, inklusive Eckert-Mauchly Award från ACM/IEEE, IEEE Computer Society’s Computer Pioneer Award, Charles Babbage Outstanding Scientist Award och Illinois Computer Science Distinguished Educator Award. 2015 valdes Kuck in i Grainger College of Engineering Hall of Fame.

Grattis till alla vinnarna för årets David J. Kuck Outstanding Thesis Award:

Apostolos Kokolis, David J. Kuck Outstanding PhD Thesis Award
Avhandling: Nya arkitekturer för icke-flyktiga minnesteknologier

Apostolos Kokolis

Kokolis kom till Illinois CS efter att ha studerat elektro- och datorteknik i Grekland, där han inspirerades av förmågan att interagera med andra områden genom datoranvändning.

Nu när han ser tillbaka sa Kokolis att det fanns tre huvudsakliga anledningar till att han tyckte om att studera här. Först blev han imponerad av sin doktorandrådgivare Josep Torrellas engagemang för datorarkitektur och problemlösning. Kokolis njöt också av friheten Torrellas gav honom att ta itu med forskningsproblem som var specifika för hans egna intressen i datoranvändning. Slutligen, hela den erfarenhet som Torrellas gav under doktorandprogrammet gav Kokolis en nödvändig balans mellan hans egen inspiration för forskning och en vägledande närvaro som hjälpte honom att definiera problem därefter och utmanade honom att hitta de rätta lösningarna.

Den processen ledde till hans doktorsavhandling, som Kokolis arbetade på efter att ha insett att “det var ett pågående skifte i datorminnessystem med införandet av icke-flyktigt minne (NVM).”

“Denna nya minnestyp visade ett löfte om att tillfredsställa minnesbehoven hos nya applikationer och behoven av omfattande, snabb lagring,” sa Kokolis. ”I mitt examensarbete började vi med att introducera nya ennodsarkitekturer som innehåller NVM för att uppnå hög prestanda och möjliggöra programmerbarhet av NVM-system. Förutom enkelnodssystem är distribuerade/molnsystem av stor betydelse. Företag som Google, Microsoft och Meta måste tillgodose den ökade efterfrågan på datalagring och låg latens för dataåtkomst i sina molntjänster.

“Inom detta område fann vi att även om det finns år av forskning kring konsistensmodeller, finns det inget ramverk för att etablera och utvärdera de olika distribuerade persistensmodellerna. Detta ledde till arbetet med “Distributed Data Persistency” som öppnar detta nya forskningsområde för distribuerade system och fortsatte med vårt arbete med distribuerade transaktioner.”

Denna senare del av arbetet är vad han anser vara det största bidraget i sin avhandling, eftersom Distributed Data Persistency definierar många persistensmodeller och tillhandahåller ett omfattande ramverk som “fångar prestanda, hållbarhet och programmerbarhet/intuitivitet hos sådana modeller.”

Kokolis tror att det finns ett sätt för detta arbete att påverka både forskning och industri framåt.

Hela processen, sa han, var utmanande men givande – vilket är anledningen till att han fick äran att ta emot David J. Kuck Outstanding Thesis Award.

”Det är väldigt givande att få det här priset. Doktoranden är en lång process som naturligtvis har många svårigheter att övervinna på vägen. Det är mycket tillfredsställande att inse att arbetet under så många år är uppmärksammat och uppskattat, säger Kokolis.

Qi Zeng, David J. Kuck Outstanding MS Thesis Award
Avhandling: Event Network Inbäddning

Qi Zeng
Qi Zeng

Magisterstudenten Qi Zeng sa att hennes inspiration till att forska om naturlig språkbehandling, särskilt språkförståelse på dokumentnivå, härrörde från en praktik som arbetade på en chatbot som heter Microsoft XiaoIce.

Hennes intresse växte eftersom det fräschade upp “mitt intryck av att ord, känslor och avsikter kan beräknas.” När Zeng insåg sitt intresse började hon titta på vem hon ville studera med på forskarnivå. Vid den tiden hade hon redan hört talas om Illinois CS-professor Heng Ji.

Så när Ji erbjöd henne möjligheten att studera här tillsammans, blev hon glad över att tacka ja till inbjudan.

Zeng minskade sitt intresse till NLP på dokumentnivå, som så småningom blev det arbete som utgjorde hennes tilldelade magisteruppsats. Genom att arbeta med ett globalt evenemangsnätverk, försökte Zeng representera händelser i ett mer globalt sammanhang än meningar.

“Sedan hittade jag de breda tillämpningarna och de återstående utmaningarna för inställningarna på dokumentnivå, som effektivitets- och konsekvensproblem. Detta bekräftade för mig att detta var ett ämne värt att undersöka”, sa Zeng. “Vid den tiden tittade vi på ett mer effektivt sätt att representera ett evenemang. Tidigare metoder behandlade händelser som tuplar och ignorerade deras sammanhang.

“Jag försökte använda synen på grafer för att representera händelser och lånade idéer från nätverksinbäddning. Vi har några nya modelldesigner eftersom händelser, som den bearbetade enheten, har sina egna unika egenskaper. Dessutom, eftersom evenemangsrepresentationen är ett relativt nytt område, utformade vi utvärderingsriktmärket själva.”

Nu när avhandlingen är klar, sa Zeng att den viktigaste effekten av arbetet borde vara att bevisa att tekniker för nätverksinbäddning kan användas i händelserepresentationer.

Det är ett meningsfullt resultat som härrörde från hennes tid att arbeta tillsammans med Ji.

“Professor Jis råd på hög nivå om problemformulering och experimentdesign är till stor hjälp för mig. Det här var mitt första självständiga projekt, så jag lärde mig mycket av henne, säger Zeng. “Och jag är supertacksam för priset för enastående examensarbete, eftersom det här är det första priset jag fick efter att ha gått med i forskarutbildningen vid Illinois CS. Det betyder mycket för mig att bli igenkänd på det här sättet för första gången.”

Yuheng Zhang, David J. Kuck Outstanding MS Thesis Award
Avhandling: Aktiva heterogena grafiska neurala nätverk med Meta-Q-lärande per steg

Yuheng Zhang
Yuheng Zhang

Yuheng Zhang hade en vision att gå med i Illinois Computer Science som en masterstudent med avsikten att utnyttja denna erfarenhet till ett doktorandprogram. Hans forskningsfokus på aktivt lärande och dess kopplingar till grafbrytning och förstärkningsinlärning, allt utfört genom arbete med Illinois CS-professorn och hans rådgivare Hanghang Tong, gjorde att Zhang kunde göra exakt det.

“Detta började från mitt första möte med professor Tong, där vi pratade om hans vision för teamet mänskliga agenter – eller interaktionen mellan människor och intelligenta agenter,” sa Zhang. ”Aktivt lärande är en viktig del av det, och idén är väldigt spännande för mig. Det är därför jag valde aktivt lärande som mitt forskningsfokus.”

Hans inspiration härrörde från idén att han och Tong hade att “överföra kunskap om aktivt lärande från källuppgifter till måluppgifter.”

De gjorde det genom att designa ett nytt ramverk baserat på tekniker från en artikel om meta-q-learning.

Den största effekten av arbetet, tror Zhang, är att avhandlingen verkligen ger ett nytt sätt att tänka på problem med aktiv inlärning.

“Vi kan se det som ett metaförstärkande inlärningsproblem och utnyttja kunskapen från källuppgifter för att träna en mer effektiv strategi för aktiv inlärning,” sa Zhang. “Att arbeta med professor Tong gav alltid insiktsfulla tankar om vårt forskningsområde. När jag fastnade för ett problem kunde han alltid peka ut rätt väg att gå vidare. Jag lärde mig mycket av våra möten. Förutom forskningsprojekt har vi även avsatt tetid för tillfällig chatt. Jag fick mycket uppmuntran och hjälp av honom.

“Och att vinna priset för enastående avhandling ger mig stor motivation och uppmuntran. Det gör mig mer säker på att studera mer utmanande forskningsproblem. Jag hoppas att jag kan lösa några grundläggande maskininlärningsproblem i framtiden.”

Leave a Comment

Your email address will not be published. Required fields are marked *