C-FAIR联合研究再添新成果

近日，C-FAIR研究院联合培养学生刘畅、张伊楠分别于IJCAI-PRICAI 2020发表研究成果。IJCAI-PRICAI 2020是人工智能领域中最主要的学术会议之一，原为单数年召开，自2016年起改为每年召开，是CCF A类国际学术会议。IJCAI-PRICAI 2020收到有效投稿4717篇，最终录用592篇，录用率12.6%。

张伊楠的论文“ Learning Personalized Itemset Mapping for Cross-Domain Recommendation”被本次会议录用。张伊楠是泰山学堂的学生，本科毕业于山东大学，现在新加坡南洋理工大学攻读博士学位。其论文主题是关于跨域推荐方法，区别于以往的通过在潜在空间中共享模型参数或学习参数映射来隐式地跨域传输知识，着重于学习在同一时间段内不同域中用户行为（即交互项集）之间的显式映射。文章提出了一种新颖的深层跨域推荐模型，称为循环生成网络（CGN）。具体而言，CGN使用两个生成器来构建用户行为随时间推移到不同域之间的双向个性化项目集映射。通过优化生成的项目集和实际交互的项目集之间的距离以及基于双向生成过程中定义的周期一致性损耗，可以训练并优化生成器。与现有的单域和跨域推荐方法相比，在真实数据集上进行了广泛的实验，以证明所提出模型的有效性。

 刘畅是山东大学2014级泰山学堂的学生，在国际化人才联合培养模式的推动下，于大三暑假通过泰山学堂的资助参加了软件与数据工程研究中心实验室项目赴新加坡南洋理工大学进行为期两个月的暑期交流学习，并在本科毕业后赴新继续深造, 曾于CIKM 等顶级会议、期刊发表论文。他的DEMO论文“An AI-empowered Visual Storyline Generator”被IJCAI-PRICAI 2020录用。视频编辑是一项技能密集同时又耗费时间的过程。视频编辑中最重要的任务之一就是对视频素材选择和排序，即视觉故事线生成（Visual Storyline Generation）。该论文介绍了视觉故事线生成器（Visual Storyline Generator），这是一种基于人工智能的系统，可以根据用户提供的一组图像和视频素材进行编排，自动生成视觉故事线。该生成器旨在通过易于使用的界面让用户制作方便的商品宣传视频。此外，用户可以参与完善AI生成的视觉故事线。编辑结果可用作训练数据，以进一步改进AI算法。
    C-FAIR在成立之初便明确国际化、高端化发展路线，结合南洋理工大学等国际名校的优质教学、科研资源，实行人才联合培养模式，建立建成一流的科学研究平台、一流的学科支撑平台、一流的人才汇聚平台、一流的人才培养基地、一流的成果转化平台，以国际化、多协同、新模式、高起点为特征冲击世界一流人工智能研究院。