雷達信號處理國家級重點實驗室師生參加NeurIPS2018機器學習頂級會議

西電新聞網訊（通訊員 陳渤）12月03日—12月08日，第32屆神經信息處理系統大會(Neural Information Processing Systems, NeurIPS:https://neurips.cc/)在加拿大蒙特利爾會展中心隆重召開。神經信息處理系統會議是關于神經計算的主要會議，該會議是跨學科的，主要包括人工智能和自然神經信息處理，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。NeurIPS會議每年舉辦一次，是國際公認的機器學習和人工智能研究領域頂尖會議，代表著當今機器學習人工智能領域的最高水平，受到來自學術界和工業界的共同關注。NeurIPS大會不僅匯集了來自全世界各大高校的知名學者、科研人員，同時也吸引了眾多工業界科技巨頭，如Google、Microsoft、Facebook、IBM、Amazon、NVIDIA、Uber和Intel，以及阿里巴巴、百度、網易、華為和字節跳動等知名中國企業。眾多科學家在一周時間內齊聚一堂發布最新研究，就機器學習、人工智能等多個研究領域的熱點內容和成果進行深入的探討，并預測新的研究方向，會議所探討的技術往往在未來幾年就會演變成真正的研究甚至應用成果。

本屆NeurIPS會議錄用論文1010篇，錄用率為25%，參會人數達到8000人，創歷史記錄。作為國際頂尖會議，NeurIPS對論文質量有較高要求，因此在該會議發表論文表達了對作者工作的高度肯定。在中國計算機學會的國際學術會議排名中，NIPS屬于人工智能領域的A類會議。本年度，僅有大約10多篇來自國內高校的文章，如清華大學、北京大學、南京大學和西安電子科技大學等。今年，我校雷達信號處理國家級重點實驗室陳渤教授指導的博士生郭丹丹和張昊，提出了深度泊松伽馬動態系統的相關論文，“Deep Poisson Gamma Dynamical Systems”，被會議錄用，并受邀做相關poster展示。該工作延續了團隊過往分別發表于NIPS2015的深度概率統計模型，ICML2017的針對大數據的概率統計深層網絡的快速學習方法，以及ICLR2018的深度自編碼主題模型的工作，聚焦于動態數據的深度學習建模，并展示了深度概率模型相對于淺層表示在對時間動態序列數據建模時所帶來的優勢。模型在多個實測數據上得到驗證，獲得較好的性能，同時通過所設計的參數推理技術加快了收斂速度，較大提升了概率深度網絡的實用性。通過參加該次盛會，團隊不僅向國際同行展示了雷達信號處理國家級重點實驗室師生在機器學習領域的研究能力和研究成果，擴大了實驗室的學術影響力，而且促進了實驗室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。

論文工作詳情請參考陳渤教授主頁：http://web.xidian.edu.cn/bchen/

論文作者合影。從左到右：UTAustin周名遠教授，張昊，郭丹丹，陳渤教授。

張昊博士、郭丹丹博士在國際會議上作海報講解。