雷達信號處理國家級重點實驗室學生論文被機器學習頂級會議ICML2019錄用

第36屆國際機器學習大會(International Conference on Machine Learning, https://icml.cc/)將于2019年6月8日—15日，在美國長灘會議中心隆重召開，該會議是機器學習和人工智能領域國際最頂級會議之一，代表著熱門科研領域的最前沿，具有廣泛而深遠的國際影響力。今年，來自我校雷達信號處理國家級重點實驗室陳渤教授團隊的博士生王超杰、碩士生肖肅誠的有關深度卷積概率統計模型的論文《Convolutional Poisson Gamma Belief Network》被ICML2019錄用。

作為機器學習人工智能領域的兩大頂級盛會之一，ICML受到來自全世界相關研究人員和機構的廣泛關注，因而在該會議上發表論文極具挑戰性。本屆ICML會議錄用論文773篇，投稿3424篇，錄用率僅為22.5%，西電師生有兩篇文章錄用，另一篇來自石光明教授團隊。根據博世研究院統計結果，西電也首次與清華、北大、南大、上海交大和上海科大六所高校共同列在全球前100，這也標志著西電研究成果進一步得到了國際同行的認可。

本次發表研究，基于團隊在深度概率統計模型方面的系列工作，提出了一種新的深度卷積概率統計模型Convolutional Poisson Gamma Belief Network，能夠充分利用矩陣的稀疏性從而直接處理one-hot序列數據，以文本數據為例，模型可以從文本中挖掘單詞之間的時序性組成短語層次的結構化神經元。該模型結構相似于現有的卷積神經網絡，包括了卷積層、概率池化層和全連接層，但在解碼部分，利用全概率生成模型對數據建模，從而賦予隱變量概率解釋以及緩解網絡對數據量的依賴性。由此，通過幾年的努力，團隊基于概率框架，構建了一套完整的概率統計深度網絡模型族，即概率深度全連接自編碼（NIPS2015、ICML2017、ICLR2018）、概率深度動態網絡（NIPS2018）和概率深度卷積網絡（ICML2019），為概率模型與傳統深度網絡有效的結合提供了關鍵技術支撐。

此次工作的錄用，不僅向外界充分展示了西安電子科技大學在機器學習領域的研究水平和研究成果，擴大了我校的學術影響力，同時也有助于我校與該領域頂尖學者的交流以及對該領域最新研究進展的了解。

論文工作詳情包括源程序請參考陳渤教授主頁：http://web.xidian.edu.cn/bchen/