近日，我院新财经综合实验室高强副教授的研究论文《Open Anomalous Trajectory Recognition via Probabilistic Metric Learning》被人工智能顶级国际会议IJCAI接收，该论文是与团队黄鹂老师、电子科技大学周帆教授课题组、爱荷华州立大学Goce Trajcevski教授合作的科研成果。高强老师指导的新财经综合实验室2022级硕士研究生刘超然深入参与了课题研究。此外，新财经综合实验室黄鹂老师、高强老师和刘贵松教授共同指导的2022级硕士研究生伍红梅研究论文《Attention Localness in Shared Encoder-Decoder Model for Text Summarization》被国际声学、语音与信号处理顶级会议ICASSP录用。

IJCAI (International Joint Conference on Artificial Intelligence)，即国际人工智能联合会议，是人工智能领域中重要的学术会议之一，每年吸引全球学术界和企业界逾千人参加。中国计算机学会（CCF）的国际学术会议排名将IJCAI列为人工智能领域A类会议。今年，该会议共收到来自全球研究者的4566篇投稿，经过两阶段的严格筛选，最终约15%的论文被会议方录用。

ICASSP（International Conference on Acoustics, Speech and Signal Processing）即国际声学、语音与信号处理会议，是全世界最大的，也是最全面的信号处理及其应用方面的顶级会议。中国计算机学会（CCF）的国际学术会议排名将ICASSP列为计算机图形学与多媒体领域B类会议。

IJCAI成果简介：

异常轨迹识别是当前智能交通领域的重要研究课题之一，由于数据的闭集假设，现有的研究方法无法识别未知的异常轨迹。论文提出了在开放世界环境下的异常轨迹识别方法ATROM。ATROM首先通过对比度量学习来挖掘异常轨迹背后的多种交互语义。其次，通过条件变分贝叶斯推理设计了概率轨迹嵌入模块，通过强化不同轨迹行为遵循不同高斯假设建立轨迹与已知类别的因果关系。最后，基于概率度量规则实现了轨迹未知行为的识别。

ICASSP成果简介：

文本摘要是指在保持文章基本含义的前提下，生成一个简短的版本。大多数现有的解决方案通常依赖于标准的基于注意力的编码器-解码器框架，源文章中的每个标记，包括冗余内容，都将通过注意力机制贡献给解码器。由此产生问题：在一个如文本摘要的有损任务中，是否有必要让所有的词都产生贡献？如何过滤掉冗余的内容以形成精确的摘要？此外，现有的文本摘要模型都是基于编码解码框架通过构建两个语义空间完成，这对机器翻译等涉及到两种不同语言的任务来说是必要的，但对于文本摘要这种面向同一语言的任务是否有必要？基于此，本研究提出了一个局部性注意力网络，并共享了编码解码语义空间构成一个简洁高效的模型。

学生作者简介：

刘超然是我院2022级计算机应用技术专业硕士研究生，山东省优秀本科毕业生。刘超然同学本科毕业于青岛大学，曾获青岛大学优秀毕业生，后进入西南财经大学新财经综合实验室在高强老师的指导下进行学术研究。研究的兴趣主要有时空数据处理、轨迹异常检测和时空轨迹相似度计算。

伍红梅是我院2022级计算机应用技术专业的硕士研究生，西南财经大学2018级本科生，获得校级优秀毕业生称号，后进入西南财经大学新财经综合实验室，在黄鹂老师的指导下进行研究，研究兴趣主要为文本摘要和关键信息抽取等方向。

新财经综合实验室诚邀具有科研探索精神、团队合作精神的广大青年才俊加入课题组，联系方式：lihuang@swufe.edu.cn