日前，我院智能技术与系统国家重点实验室机器学习课题组三篇论文被VLDB、ICML等CCF A类顶级国际会议录取。

论文“WarpLDA: a Cache Efficient O(1) Algorithm for Latent Dirichlet Allocation”（作者：陈键飞、李恺威、朱军、陈文光）提出了一种简单高效的O(1)采样算法及其分布式实现，在近10亿文档数据上学习上百万个隐含话题，比现有最好的算法快5-10倍。论文被数据挖掘领域CCF推荐A类会议VLDB 2016录用。

论文“Learning to Generate with Memory”（作者：李崇轩、朱军、张钹）借鉴神经认知的基本原理，提出了一种融合记忆和注意力机制的深层生成模型和推理算法，解决了已有生成模型丢失细节信息的不足，生成图片的性能显著好于已有模型。论文被机器学习领域CCF推荐A类会议ICML 2016录用（录用率约24%）。

论文“Diversity-Promoting Bayesian Learning of Latent Variable Models”（作者：谢鹏涛、朱军、邢波）提出了一种鼓励隐含变量模型学习多样性表示的贝叶斯方法和推理算法，其中一种方案是基于课题组所提出的后验正则化框架。论文被机器学习领域CCF推荐A类会议ICML 2016录用（录用率约24%）。