2015年9月，我系张钹院士课题组有3篇论文被机器学习著名国际会议NIPS 2015录用，录用率约24%。分别为（1）Max-margin Deep Generative Models（作者：李崇轩、朱军、张钹），论文提出了深度产生式模型的最大间隔学习准则和高效算法，显著提高深度产生式模型的识别精度，同时不损失产生模型的性能；（2）Convolutional Neural Networks with Intra-Layer Recurrent Connections for Scene Labeling，论文提出用带有层内反馈连接的卷积神经网络做场景标注，是一个端到端的一体式模型，得到了非常好的效果（作者：梁鸣、胡晓林、张钹）。（3）Max-margin Majority Voting for Learning from Crowds（作者：田天、朱军），多数投票机制是众包学习的基本方法，该论文提出了多数投票的最大间隔准则和其贝叶斯推广，显著提升其性能。庞大等挑战，结合最新的深度学习方法，进一步探索基于分布式表示的统计机器翻译方法。