必贏官網杜博教授領導的機器學習課題組 3 篇長文被將于2018 年 7 月 13 日至 19 日在瑞典斯德哥爾摩舉行的人工智能領域頂級國際會議 IJCAI（International Joint Conference on Artificial Intelligence）錄用（均為oral）。其中一篇論文一作為計算機院本科生馬思晗同學，這是課題組在本科生科研培養上的又一成績。

三篇論文就目前人工智能和機器學習領域中的推薦系統、視覺數據噪聲抑制以及大數據聚類算法三個熱門課題進行了深入研究和探討。推薦系統是解決當前信息數據過載問題最有效的技術手段之一，目前已在電子商務，移動端app下載，視頻瀏覽，新聞瀏覽等諸多領域取得了廣泛的應用，推薦系統優化了用戶體驗，同時也為企業創造了收益和口碑，在學術界和工業界都備受關注；噪聲抑制和高效聚類都是當前大數據需要解決的問題之一，在目前數據泛濫，數據質量低的現狀下，如何噪聲抑制和快速標注可用數據，對大數據的高效利用具有重要價值和意義。

IJCAI始于1969年，是國際 AI 領域研究內容最為全面、最具影響力的頂級學術會議之一，同時也是中國計算機協會評定的A類會議。會議內容全面，涵蓋了自然語言處理、機器學習、人工智能理論與架構、機器人科學等領域，會議的論文基本代表人工智能領域最新研究進展和最高研究水平。近年來，隨著人工智能發展，IJCAI論文投稿量持續增加。2018年IJCAI有效投稿量3470篇，錄用量為710篇，錄用率為20.5%，相對于2017年投稿量2540篇，錄取量660篇而言，18年的論文的錄取更為嚴格。此外，該課題組今年以來在人工智能和多媒體領域取得了一系列成績：一篇論文年初被人工智能A類會議AAAI錄用為oral，兩篇論文被多媒體領域三大頂會之一的IEEE ICME錄用為oral。

三篇論文簡介如下：

2016級博士研究生王增茂同學的“Matrix Completion with Preference Ranking for Top-N Recommendation”，該論文結合推薦評分矩陣的全局低秩特性和用戶對商品等條目偏好的局部特征，構造了一種保持局部和全局特征的聯合學習矩陣補全模型，并引入線性模型，提出了一種簡單的分解優化方法，可以對聯合模型進行快速優化求解。論文指導教師為杜博教授。

2017級博士研究生李雪同學的“R-SVM+:Robust Learning with Privileged Information”，在使用特權信息的SVM+框架下，考慮數據潛在噪聲對模型預測結果的影響，通過嚴謹的理論分析，推導出由噪聲帶來的數據擾動的下界，通過最大化擾動的下界來提高模型對噪聲的魯棒性。R-SVM+的目標函數可以轉化為一個二次規劃問題，可以用現有的工具包高效求解。論文指導教師為杜博教授。

2014級本科生馬思晗同學“Self-Representative Manifold Concept Factorization with Adaptive Neighbors for Clustering”，提出了一種新的基于流形約束的概念分解聚類算法。首先，在目標函數中加入了基于自表達和自適應近鄰結構的流形約束，能夠有效地減少聚類結果對原始數據和相似度矩陣模型的依賴。同時，自表達模型能夠挖掘數據的全局結構信息，有助于得到更好的聚類效果。最后使用迭代優化可以直接得到聚類結果。實驗證明該算法能夠有效提升聚類效果。論文指導教師為張樂飛教授。