近日，第43届国际机器学习会议（Forty-Third International Conference on Machine Learning，简称ICML）公布了论文评审结果。杭州电子科技大学计算机学院先进计算与系统研究所的一项研究成果被大会主会（Main Conference）正式录用。本年度主会论文录用率为26.6%。ICML作为机器学习领域公认的最高水平学术会议，同时也是中国计算机学会（CCF）推荐的A类国际会议。本届年会将于2026年7月6日至7月11日在韩国首尔举行。
成果：TopoDistill: Distilling Global System Topology for Causal Discovery in Multivariate Time Series。尽管基于多变量时间序列的因果发现已被广泛应用，但在噪声环境下仍然充满挑战。收敛交叉映射（CCM）通过时延嵌入重构影子流形（shadow manifolds），并评估流形之间的交叉映射能力来推断因果关系。虽然Takens定理在理想条件下提供了理论保证，但时延嵌入实质上是在单条含噪观测序列上尝试恢复系统状态，这往往导致流形几何结构退化、基于距离的邻域不可靠，进而削弱因果识别的效果。该成果提出了TopoDistill，一个拓扑启发的知识蒸馏框架，通过将单变量的局部邻域结构对齐到多变量的系统表示中，显著提升单变量影子流形的重建质量。TopoDistill构建一个基于多变量观测训练的全局嵌入器用于捕捉全局吸引子表示，并通过蒸馏训练时延嵌入器，使其生成的嵌入的邻域分布与全局拓扑相匹配。这种跨视角对齐带来了更平滑、更可靠的邻域结构，从而在噪声环境下提升交叉映射的效果，同时保持对虚假相关性的辨别能力。理论分析与实验结果均表明，该框架能够实现有效的因果发现。该成果由刘泽皓（25级直博生）、焦鹏飞教授、吴雨寒（浙江大学）、杨建祺（西湖大学）与殷昱煜教授共同完成。
先进计算与系统研究所拥有多名国家级及省部级人才，团队年龄结构合理，具有较强的科研与教学能力。团队面向国家重大战略需求，聚焦于大模型计算与优化技术、复杂系统计算与优化技术、面向特定领域的智能计算与优化技术等领域的前沿基础研究与关键技术攻关，并与国内外清华大学、上海交通大学、浙江大学等顶尖科研院所，以及曙光、浪潮、华为等国家头部企业保持长期合作关系。
