近日，我院博士研究生孙治书在林洛君老师和于元隆老师的指导下，与海康威视研究院合作发表的论文被国际人工智能领域顶级会议International Joint Conference On Artificial Intelligence（IJCAI，CCF A类）正式录用。

录用论文信息如下：

Zhishu Sun, Luojun Lin*, Yuanlong Yu*, Zhifeng Shen, Zhifeng Yang, Shicai Yang, Weijie Chen. “Dynamic Domain Generalization”. Accepted by IJCAI, 2022. （*为通讯作者）

目前大部分领域泛化算法旨在训练一个稳健的静态深度模型以泛化到未知目标域。然而，静态模型不能根据目标进行自适应地调整参数，这在一定程度上限制了其在未知目标域的泛化能力。针对以上问题，该论文提出了一种领域泛化新范式——动态领域泛化，通过将域概念松弛到实例个体上，并依此构建实例感知的动态残差网络，该网络在任意目标域上都能实现无需训练的实时自适应，从而提升模型在不完全观测域的泛化能力。实验表明，该方法在PACS、Office-Home、DomainNet等基准数据集上取得了优于其他方法的泛化结果。

动态域泛化示意图

国际人工智能联合会议（International Joint Conference on Artificial Intelligence, 简称IJCAI, CCF A类）是人工智能领域最高级别的学术会议之一。本年度的IJCAI将于2022年7月23日至29日在奥地利共和国首都维也纳举办。据悉，今年该会议的总投稿量为4535篇，录用率约为15%。