人工智能领域顶级会议IJCAI2018近日公布录用结果，我院信息科学与技术学部计算机应用技术实验室两篇论文入选。

IJCAI会议（International Joint Conference on Artificial Intelligence，国际人工智能联合会），是国际 AI 领域研究内容最为全面、最具影响力的学术会议之一，同时也是中国计算机协会评定的A类会议，该会议始于1969年，最初每2年举行一次，从2015年开始改为每年一次。会议内容涵盖自然语言处理、机器学习、人工智能理论与架构、机器人科学等领域，会议论文基本代表人工智能领域最新研究进展和最高研究水平。近年来，随着人工智能的迅猛发展，IJCAI论文投稿量持续增加。2018年IJCAI有效投稿量3470篇，录用量为710篇，录用率为20.5%，相对于2017年投稿量2540篇，录取量660篇而言，今年的论文录取更为严格。

此次录用的两篇长文分别是《基于非限制树结构模型的学习和句子表达》（TreeNet: Learning sentence representations with unconstrained tree structure，计算机学科2015级硕士生程洲为第一作者，导师袁春副研究员为第二和通讯作者）和《自适应的双Bootstrapped深度确定性策略梯度算法》（Self-Adaptive Double Bootstrapped DDPG，计算机学科2016级博士生郑卓彬为第一作者，导师袁春副研究员为第二和通讯作者）。上述第一篇论文针对语言既存在词义组合关系也存在词语顺序关系这双重属性，实现了以比现有方法（LSTM、RvNN）参数更少、效果更好的树网络进行建模，从而完成句子的表达，该方法被IJCAI 审稿专家评价为“Novel and Elegant”。第二篇论文提出的强化学习方法可以克服目前的深度确定性策略梯度算法（DDPG），原始的DDPG易受环境的复杂性和随机性影响，导致其对环境的探索低效以及训练不稳定的问题，该文的模型显著地提高了训练速度、累积奖励以及训练稳定性。

近年来，我院在人工智能学科的建设和研究生培养方面，全院齐心协力，做出了很好的成绩。我院信息学部计算机学科研究生在国际高端人工智能会议上颇有斩获，如应邀参加了在国际人工智能联合会会议（IJCAI）、神经信息处理系统会议（NIPS）、国际人工智能协会会议（AAAI）等并在会上发布最新研究成果或合作研究成果。（程洲）

视频为利用“树网络”进行图像的自然语言表达

视频为利用DDPG算法实现机器人自动学习行走