我系六篇论文被人工智能顶级会议AAAI 2020录用

AAAI-2020（The Thirty-Fourth AAAI Conference on Artificial Intelligence）将于2020年2月7日至12日在美国纽约举行。AAAI是人工智能领域的顶级国际会议，CCF A类会议，每年举办一次。本届AAAI-20共计收到7737个有效投稿，最终共有1591篇论文被大会录用，总录用率为20.6%。计算机科学系共有6篇长文被AAAI-2020录用，论文列表及介绍如下：

 

【王程教授团队】

1. 题目：Point2Node: Correlation Learning of Dynamic-Node for Point Cloud Feature Modeling

作者：韩文凯、温程璐、王程、李庆、Xin Li

简介：该论文被录用为口头报告，提出一种基于动态图节点的关系学习网络，该模型能够在三维点云上探索并融合自身、邻域、非邻域间的相关信息，让点云学习更加准确高效，普适于各类点云分类和分割问题。论文第一作者是我系2018级硕士研究生韩文凯，通讯作者是温程璐副教授。



2. 题目：GMAN: A Graph Multi-Attention Network for Traffic Prediction

作者：郑传潘、范晓亮、王程、Jianzhong Qi

简介：该论文提出了时空多层注意力图网络模型GMAN，基于交通传感数据对1小时后的全城路网流量预测，准确率在厦门达到84.16%, 在国际数据集达到95.69%，性能领先。特别地，GMAN为城市级别的中长期（1小时级以上）交通流量预测提供了理论参考。论文第一作者是信息学院2018级博士研究生郑传潘，通讯作者是信息学院范晓亮高级工程师。



【雷蕴奇教授团队】

题目：SK-Net: Deep Learning on Point Cloud via End-to-end Discovery of Spatial Keypoints

作者：吴炜坤、张艳、David Wang、雷蕴奇

简介：该论文提出了一个端到端的网络框架SK-Net，针对特定点云任务的点云特征学习和空间关键点的推理进行联合优化。论文中提出两个建议的调节损失与特定任务相关的目标函数一起指导空间关键点的生成。同时SK-Net提取关键点的局部结构（细节特征）和归一化关键点的局部空间模式（模式特征），使得网络可以有效地理解点云不同区域之间的相关性，整合点云的上下文信息。在分类和分割等点云任务中，SK-Net性能可与最新方法相媲美。论文共同第一作者是信息学院2017级硕士研究生吴炜坤和信息学院2015级博士研究生张艳，通讯作者是信息学院雷蕴奇教授。

 

 

 

【曲延云教授团队】

1．题目: Patch Proposal Network for Fast Semantic Segmentation of High-Resolution Images

作者：吴桐、雷珍珍、林冰倩、李翠华、曲延云、谢源

简介：该论文针对超大图分割提出了一种块推荐网络，该网络能够自适应的选择重要的图像块对超大图进行整体分割和局部分割的精细化融合，所提出的网络能够有效地提高分割效率，且在资源消耗，推理速度，分割精度等方面取得平衡。此外，该网络还可以方便直接的集成到任意语义分割框架中，对于通用的分割问题同样适用。实验表明所提分割方法在超大图像分割中优于当前流行的同类方法。信息学院2018级硕士研究生吴桐、雷珍珍是该论文共同第一作者，信息学院曲延云教授、华师大谢源教授为该论文共同通讯作者。 


2．题目: Hierarchical Knowledge Squeezed Adversarial Network Compression

作者：李鹏，束长勇，谢源，曲延云

简介：该论文提出了一种在对抗训练框架下，采用有效的中间过程监督和结果监督来学习学生网络的知识萃取方法，该方法引入任务驱动的注意力机制来设计紧凑形式的知识表示，同时，为了提高基于注意力的方法的表示能力，采用层次结构来实现知识蒸馏，并且来自教师网络的知识可以容纳学生网络的规模。实验结果表明所提算法优于当前的知识萃取方法。华师大谢源教授、信息学院曲延云教授为该论文共同通讯作者。



【王菡子教授团队】

题目：End-to-end Learning of Object Motion Estimation from Retinal Events for Event-based Object Tracking

作者：陈昊升、David Suter、吴强强、王菡子

简介：该论文提出一种基于事件相机的端到端运动估计网络，并将该网络用于目标跟踪任务。该网络能够将在时空域异步生成的视觉事件转换为同步的帧结构，并通过生成的事件帧有效地对场景内物体进行运动估计与跟踪。所提网络在主流数据集上均取得了有竞争力的实验结果。论文第一作者是信息学院2017级博士研究生陈昊升，通讯作者是信息学院王菡子教授。