喜报 | 我所三篇论文被IEEE Trans系列顶级期刊录用

发布时间：2021年9月23日

      论文1：Context-aware Distance Measures for Dynamic Networks

      该论文被CCF B类期刊ACM Transactions on the Web（TWEB）正式录用。由我所博士生赵苡积，林友芳老师，武志昊老师，实习生王旸以及博士生温浩珉合作完成。

      本文针对动态网络距离度量提出了一种上下文感知的距离指标构建范式，并依据该范式构造了一种上下文感知的谱距离（Context-aware Spectral Distance， CSD）。文中证明了CSD解决了传统谱距离不满足自反性的问题，而且满足度量应具备的四条公理，即非负性、自反性、对称性、三角不等式。

      论文2：Multi-View Spatial-Temporal Graph Convolutional Networks with Domain Generalization for Sleep Stage Classification

      我所与麻省理工学院合作完成的一项关于睡眠脑机接口的研究工作Multi-View Spatial-Temporal Graph Convolutional Networks with Domain Generalization for Sleep Stage Classification被IEEE Transactions on Neural Systems and Rehabilitation Engineering (IEEE TNSRE) 录用。该论文由我所博士生贾子钰、林友芳老师、王晶老师、硕士生宁晓军、麻省理工学院研究员Li-wei H. Lehman等人合作完成。

      该论文以睡眠时间序列数据的高精度分类为研究目标，提出了一种具有域泛化的多视图时空图卷积神经网络(MSTGCN)用于睡眠阶段分类。受到迁移学习的启发，该模型使用域泛化方法有效地解决了受试者差异性问题，在无需目标域数据的情况下提取去个性化的睡眠特征，提高了深度模型的泛化性；同时充分建模多视图脑网络（脑功能性连接视图和脑空间距离视图）的空间特性，并通过时空图卷积进一步提取睡眠生理时间序列的时空特征。在两个公共数据集上的实验表明，所提出的模型达到了目前最先进的性能。。

      论文3：DeepRoute+: Modeling Couriers' Spatial-Temporal Behaviors and Decision Preferences for Package Pick-up Route Prediction

      由我研究所师生和阿里合作完成的一篇论文DeepRoute+: Modeling Couriers' Spatial-Temporal Behaviors and Decision Preferences for Package Pick-up Route Prediction，被交通领域顶刊TIST（ACM Transactions on Intelligent Systems and Technology）录用。论文由我所博士生温浩珉和林友芳老师、万怀宇老师以及阿里吴凡（乐树）、吴黎霞（浪迹）合作完成。

      该论文以快递员揽件路径预测为研究目标。揽件路径预测对于理解快递员派送行为，准确预测揽件到达时间十分重要。该问题本质上是带有严格时空约束的排序问题，并且不同的快递员具有不同的决策偏好。针对以上问题，论文提出了一种深度神经网络模型DeepRoute+，通过建模快递员历史行为，来学习快递员的决策经验和揽件偏好。在真实的揽件数据上的实验表明，论文提出的DeepRoute+超过了其他模型。 。

      恭喜以上老师和同学在科研中取得优秀的成果，也希望同学们能够再接再厉，继续在科研的道路上不断前行，取得更多优异的成果。