沧州不锈钢保温厂家 西安电子科技大学电子所陈渤团队论文被顶会ICML录用

36届国际机器学习大会(International Conference on Machine Learning,https://icml.cc/)将于6月9日—15日沧州不锈钢保温厂家，在美国长滩会议中心隆重召开，该会议作为机器学习人工智能领域的两大顶级盛会之一，代表着热门科研领域的前沿，具有广泛而深远的国际影响力。

今年，来自雷达信号处理国家级重点实验室陈渤教授团队的博士生王超杰、硕士生肖肃诚的有关深度卷积概率统计模型的论文《Convolutional Poisson Gamma Belief Network》被ICML2019录用。本届ICML会议录用论文773篇，投稿3424篇，录用率仅为22.5%，西电师生共有两篇文章被录用，另一篇来自石光明教授团队。根据博世研究院统计结果，西电也次与清华、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，这也标志着西电研究成果进一步得到了国际同行的认可。

One-hot序列矩阵文本表示形式

在文本分析领域中沧州不锈钢保温厂家，如何表示文本并建立适的模型始终是该领域的重要研究方向。其中one-hot序列矩阵作为一种直接的文本表示形式，虽然能够保留文本原始的结构信息，但也会带来表示矩阵度庞大并且稀疏的问题，导致在存储和计算资源的有限的情况下，对one-hot序列矩阵进行直接建模仍然是文本分析领域的一个重大难题。

CPGBN的概率模型和断网络

陈渤教授团队的本次发表研究延续了该团队在深度概率统计模型方面的系列工作，提出了针对one-hot序列矩阵文本表示形式的深度卷积概率统计生成网络模型Convolutional Poisson Gamma Belief Network (CPGBN)。该模型能够充分利用矩阵的稀疏从而直接处理one-hot序列数据，以文本数据为例，模型可以从文本中挖掘单词之间的时序组成短语层次的结构化神经元。整个概率模型利用并行上下Gibbs采样算法在GPU上进行多层联训练，相比传统训练算法，铝皮保温在保持能不降低的情况下，较大提高了模型的训练速度。同时为了使模型能够处理海量的文本数据并且实时对测试样本进行预测，作者加入了stochastic gradient Markov chain Monte Carlo，SG-MCMC，算法（团队发表于ICML2017的工作）对网络的全局参数进行在线更新，并提出了基于Weibull分布的卷积变分断网络，构建了从观测样本到隐层表示的直接映射，从而加速了模型测试阶段的参数学习。类似现有的卷积神经网络，整个模型包括了卷积层、概率池化层和全连接层，但在解码部分，利用全概率生成模型对数据建模，从而赋予隐变量概率解释以及缓解网络对数据量的依赖。

由此，通过几年的努力，团队基于概率框架，构建了一套完整的概率统计深度网络模型族，即概率深度全连接自编码（NIPS2015、ICML2017、ICLR2018）、概率深度动态网络（NIPS2018）和概率深度卷积网络（ICML2019），为概率模型与传统深度网络有的结提供了关键技术支撑。

此次工作的录用，不仅向外界充分展示了西安电子科技大学在机器学习领域的研究水平和研究成果，扩大了西电的学术影响力，同时也有助于学校与该领域顶尖学者的交流以及对该领域新研究进展的了解。

来源：中国教育在线2019年6月5日沧州不锈钢保温厂家