新型机器学习算法研究取得进展

南湖网讯（通讯员 石峰）11月23日，机器学习国际会议Advances in Neural Information Processing Systems （NIPS）在线发表了我校理学院陈洪副教授与美国Heng Huang 教授（University of Pittsburgh）等合作研究论文“Group Sparse Additive Machine”和“Regularized Modal Regression with Applications in Cognitive Impairment Prediction”。这是陈洪博士继2016年在NIPS发表论文“Error Analysis of Generalized Nyström Kernel Regression”后，取得的又一进展。

该系列论文针对实际应用问题中的数据特性，如高维、高噪声、大样本等，引入前沿统计方法来构建新型机器学习算法，利用逼近论、鲁棒统计等建立其理论基础，并在模拟和实际数据（如Alzheimer’s Disease数据等）中验证了算法的有效性和竞争性。陈洪博士为上述论文第一作者或并列第一作者，相关研究得到了国家自然科学基金面上项目等的资助。

据悉，NIPS为人工智能领域国际会议，CCFA类会议，在机器学习学术界享有盛誉。NIPS 2017共收到3240篇投稿，经过领域专家盲评筛选，共有678篇论文被最终录用，接受率为20.9%。国内高校2017年共计发表20余篇。

【链接】https://papers.nips.cc/book/advances-in-neural-information-processing-systems-30-2017

审核人：吴承春