日前，KDD2021的论文录取结果已经公布。今年共收到1541篇有效投稿，最终有238篇论文被接收，接收率降至15.44%，较去年的16.9%有所下降。深兰科技的研究论文《AutoSmart: 一种针对时序相关表数据的高效自动机器学习框架》已被KDD2021收录。

该论文介绍了一个名为AutoSmart的框架，通过全自动特征工程、多表合并、模型调整和资源控制，为时序相关的表数据提供了高效的自动化机器学习解决方案。

在此之前，深兰科技已在多个国际顶级学术期刊和会议上发表了论文，包括一篇关于自适应集成学习方法的论文《Winning solutions and post-challenge analyses of the ChaLearn AutoDL challenge 2019》，该论文被顶级期刊TPAMI 2021收录，以及一篇以空气质量预测为主题的论文《AccuAir: Winning Solution to Air Quality Prediction for KDD Cup 2018》，该论文被KDD 2019 ADS轨道收录为口头报告论文。

ACM SIGKDD（国际数据挖掘与知识发现大会）是数据挖掘领域的顶尖学术会议，由中国计算机学会推荐为A类会议。自1995年以来，KDD已连续举办26届，今年将在新加坡举行。

论文详细介绍了AutoSmart框架的设计思路及其解决的问题。时序相关表数据是工业应用中最常用的数据类型之一，需要大量的人工特征工程和数据分析工作来提供准确的模型预测。因此，自动机器学习框架可以显著减少人工调优的工作量，使专家能够专注于更需要人类干预的任务，如问题定义、部署和业务服务。

然而，建立时序相关表数据的自动机器学习框架面临三大挑战：如何高效、自动地从多个表中提取有用信息及其关系；如何让框架自我调整，并在有限的时间和内存预算内运行；如何为多种任务提供通用解决方案。深兰科技提出的AutoSmart框架，通过端到端的自动化流程解决了这些问题。该框架结合了自动数据处理、表合并、特征工程和模型调整，并引入了时间和内存控制器，实现了高效的模型构建。

实验结果显示，AutoSmart框架在公开和未公开数据集上均表现出色，平均得分比其他团队高出4.14%至30.31%。大多数团队在不同数据集上的表现不稳定，而AutoSmart框架则保持了稳定的表现。

AutoSmart框架由以下几个模块构成： 1. 数据预处理； 2. 表合并； 3. 特征工程； 4. 模型调整； 5. 用于控制时间和内存使用的控制器。

为了充分利用表信息并减少内存消耗，特征工程被划分为四个顺序模块，每个模块使用LightGBM验证特征的有效性并进行特征选择。此外，深兰团队采用了基于先验知识的方法来快速获得超参数设置，而不是传统的贝叶斯优化方法，从而提高了效率。

最后，框架在给定时间预算的情况下，能够自动调整以达到最佳性能。实验结果表明，AutoSmart框架不仅能够在不同时间序列数据集上提供一致的优秀性能，还可以在时间和内存预算内高效地自我调整，并扩展到更大规模的数据集。

该框架的代码已公开发布，便于工业界应用。GitHub链接为：https://github.com/DeepBlueAI/AutoSmart

简而言之，这篇论文提出的框架能够根据不同情况实现最佳和稳定的性能，具有广泛的应用前景。