近日，大连理工大学-立命馆大学国际信息与软件学院几何计算与智能媒体技术团队（）研究工作A Bridging Framework for Model Optimization and Deep Propagation 被人工智能领域顶级学术会议Annual Conference on Neural Information Processing Systems （NIPS，全称神经信息处理系统大会）录用。NIPS于1987 年首次召开，每年一届，迄今已有32年历史。根据谷歌学术公布的2018年最新版学术指标（Google Scholar Metrics，GSM）榜单，NIPS在人工智能类目中位列第一，h5指数134。同时，NIPS也被中国计算机学会CCF推荐国际学术会议列表认定为A类会议。NIPS大会在国内外机器学习和人工智能研究领域都有着极高的声望和广泛的影响力。作为机器学习领域的顶级会议，今年NIPS 之火爆达到了惊人的程度，投稿数量上升至史无前例的 4856 篇，比去年增加了约 50%，录用率保持着与去年持平的20.8%。该项研究成果获得NIPS的录用，标志着学院在机器学习和人工智能研究领域取得了进一步的突破，相关研究成果也将进一步推动我校在软件工程领域的研究。

设计高效的优化模型求解算法是统计和学习领域最核心的问题之一。刘日升副教授，程世超（博士生），刘小坤（大四），马龙（研二），樊鑫教授和罗钟铉教授共同合作完成的这一研究工作，利用数据驱动优化理论，提出了一个种全新的基于深度网络结构的优化新框架。如图所示，本方法以协作的方式弥合传统非凸模型优化和深度网络之间的鸿沟。一方面，本文给出的框架首先提供了一种数据驱动的非凸优化模型求解算法，并对算法的数值性质进行了理论分析。另一方面，通过放松约束和执行端到端训练，本文还开发了基于这一策略，整合领域知识（表示为模型）和数据分布（通过网络学习）的协同学习新框架。理论分析和在大量视觉问题中的应用充分验证了该方法的有效性。

背景资料：

大连理工大学几何计算与智能媒体技术实验室依托辽宁省泛在网络与服务软件重点实验室。该实验室有跨学校、学部的教师团队，其中教授8人（含院士1人），博导8人、副教授8人，讲师4人，研究课题包括机器学习、深度学习、计算机视觉、多媒体技术、优化方法等当前最前沿的领域。近年来在IEEE TPAMI、TIP、TNNLS、TMM、NIPS、IJCAI、AAAI、CVPR、ECCV、ACM MM等人工智能、多媒体技术等领域重要期刊会议发表论文100余篇。本次NIPS论文也是实验室本年度截至目前录用/发表的第8篇CCF认定A类会议论文。

实验室经费充足，鼓励并大力支持学生在高水平学术会议发表论文，对发表CCF认定A类会议论文的同学全额资助其参会交流。团队与产业界合作紧密，目前与多家人工智能独角兽公司保持紧密合作，如与旷世科技（Face++）等联合培养研究生，近年来毕业生均就职百度、腾讯、阿里等互联网巨头或赴国外继续深造。目前实验室正在招收2018年度保送硕士研究生和硕博连读博士研究生，有意向的同学请联系咨询：刘日升老师（Email：rsliu@；QQ：53424212）。