我所六篇论文被国际知名期刊及会议录用

发布时间：2019年11月08日    撰稿人：雷李想    审稿人：万怀宇

      近日，由我所老师和同学合作完成的六篇论文，被国际知名期刊CAIE、CMPB和会议ACML、CoNLL、ICTAI录用。论文分别涉及组合优化、时间序列分析、信息抽取、强化学习等领域，以下是详细介绍。

      论文1：Models for aircraft maintenance routing problem with consideration of remaining time and robustness.

       该论文由我所2015级硕士生崔如玉与董兴业、林友芳老师合作完成，已被国际知名期刊Computers & Industrial Engineering录用。CAIE是计算机科学和工业工程与运筹学交叉学科方面的国际知名期刊，2018年的影响因子为3.518。

       该论文研究了民航中的飞机维护路径优化问题，即安排飞机的飞行路线以充分利用两次维护间允许的最大飞行时间的问题。论文首先为该问题建立了整数规划模型，优化目标为最小化飞机数和剩余飞行时间；然后通过考虑飞机延误概率，建立了同时最大化飞行路线鲁棒性的模型；最后讨论了有不同机型的情况下的优化问题。对于前两个模型，论文提出了变邻域搜索算法（Variable Neighborhood Search, VNS），在来源于实际问题的数据集上的实验结果表明提出的算法具有较好的优化效果，能够求解较大规模的实际问题。

       该论文是在崔如玉同学毕业一年半后被录用的。这个结果也说明付出总有回报。祝贺崔如玉同学！

       论文信息：Ruyu Cui, Xingye Dong, Youfang Lin. Models for aircraft maintenance routing problem with consideration of remaining time and robustness. Computers & Industrial Engineering. 2019.https://doi.org/10.1016/j.cie.2019.106045

      论文2：A RR interval based automated apnea detection approach using residual network

       该论文由我所2017级硕士王磊与王晶、林友芳老师合作完成，已被国际期刊Computer Methods and Programs in Biomedicine录用。CMPB是计算机科学和生物医学交叉学科方面的国际知名期刊，2018年的影响因子为3.424。

       该论文基于残差网络来表示人类心跳间期RR信号所携带的复杂非线性信息从而用于人体睡眠呼吸暂停疾病的检测；同时，提出了一个新角度——动态自回归表示，来说明在卷积层中RR信号是如何被表示的。在人体睡眠数据中的实验证明该模型取得了较好结果——94.4%准确度、93.0%敏感度和94.9%特异度，超过了当前在这个领域的其他模型。

       论文信息：Wang L, Lin Y, Wang J. A RR interval based automated apnea detection approach using residual network. Computer methods and programs in biomedicine, 2019, 176: 93-104. https://www.sciencedirect.com/science/article/pii/S0169260719300185

      论文3：Improving Relation Classification by Entity Pair Graph

       该论文由我所2017级硕士赵义与万怀宇、林友芳老师合作完成，已被国际会议Asian Conference on Machine Learning（ACML）接收。亚洲机器学习会议（ACML）是机器学习领域重要的区域性国际会议，被列为CCF C类国际会议。

       该论文针对关系抽取任务，提出了一种基于实体对图的关系抽取方法。目前的关系抽取方法大多依赖显式的外部信息和背景知识来提升关系抽取的效果，这种方法忽视了实体对之间的关联关系。在本论文中，为了表示实体对之间的关联关系，我们提出了基于实体对图的关系抽取模型。该模型基于图卷积获取实体对图中的拓扑关系特征，基于预训练语言模型BERT获取文本语义特征，并将拓扑关系特征与文本语义特征进行融合用于关系抽取。在SemEval 2010 Task 8数据集上的实验表明，本论文提出的方法超过了目前关系抽取领域的其他模型。

      论文4：Exploiting the Entity Type Sequence to Benefit Event Detection

       该论文由我所2017级硕士纪宇泽与林友芳、万怀宇老师合作完成，已被国际会议The Conference on Computational Natural Language Learning（CoNLL）接收。计算自然语言学习会议（CoNLL）是由SIGNLL每年组织的重要国际学术会议，在自然语言处理领域具有重要的影响力，被列为CCF C类国际会议。

       该论文针对事件抽取任务，提出了一种结合实体类别信息的事件检测方法。在当前的深度学习事件检测领域中，实体类别信息常用来作为文本序列信息的辅助，来提升事件检测的效果。在本论文中，我们提出进一步利用实体类别信息的方法。通过单独编实体类别序列，充分发掘实体类别中隐含的序列信息，并与文本序列学习的结果进行交互编码，达到提升事件检测结果的效果。实验证明，本论文提出的方法在评测数据集上取得了较好的效果，超过了当前本领域的其他模型。

      论文5：High-Value Prioritized Experience Replay for Off-policy Reinforcement Learning

       该论文由我所2017级硕士曹茜与万怀宇、林友芳、韩升老师合作完成，已被国际会议International Conference on Tools with Artificial Intelligence（ICTAI）接收。人工智能工具国际会议（ICTAI）是IEEE旗下AI领域的重要国际会议，被列为CCF C类国际会议。

       该论文针对深度强化学习，提出了一种称为高价值优先经验重放（HVPER）的新技术，该技术设计了经验重放优先级中时间差分误差和价值（奖励或状态动作价值）的组合。我们在gym环境中的实验验证了：与DQN算法和PER算法相比，时间差分误差和奖励的结合提高了奖励稀疏问题的训练速度。此外，与DDPG算法相比，HVPER可以在一些连续的空间问题中加速网络学习并获得更好的性能。

       论文信息：Xi Cao, Huaiyu Wan, Youfang Lin and Sheng Han. High-Value Prioritized Experience Replay for Off-policy Reinforcement Learning. International Conference on Tools with Artificial Intelligence(ICTAI), 2019.

      论文6：Motion Coordination of Multiple Robots Based on Deep Reinforcement Learning

       该论文由我所2017级硕士郝秀召与韩升老师合作完成，已被国际会议International Conference on Tools with Artificial Intelligence（ICTAI）接收。人工智能工具国际会议（ICTAI）是IEEE旗下AI领域的重要国际会议，被列为CCF C类国际会议。

       该论文是通过强化学习方法来解决多移动对象运动协调问题，通过将路径之间的碰撞关系由一个棋盘图来进行表示，构成一个路径棋盘图模型。不仅成为了强化学习中与智能体进行交互的运动协调环境，还可以由碰撞关系快速得到移动对象是否发生碰撞。还设计了状态，奖励模型，成功的训练出多移动对象无碰撞的由起点到达终点。另外还对DQN方法进行了改进优化，得到MLDDQN算法，在与DQN、Averaged DQN和Double DQN三种方法进行比较，MLDDQN所需要的动作数最少，时间最短。

       恭喜以上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。