近日，人工智能與機(jī)器學(xué)習(xí)領(lǐng)域頂尖國(guó)際會(huì)議——神經(jīng)信息處理系統(tǒng)大會(huì)（Conference on Neural Information Processing Systems 簡(jiǎn)稱(chēng)：NeurIPS）公布了2025年論文錄用結(jié)果。深圳北理莫斯科大學(xué)“莫大-北理工-深北莫應(yīng)用數(shù)學(xué)聯(lián)合研究中心”李春老師帶領(lǐng)的研究團(tuán)隊(duì)取得重要成果，共有兩篇論文被大會(huì)錄用。

據(jù)悉，本屆會(huì)議共收到21575份有效論文投稿，共錄用5290篇，錄用率為24.52%。作為國(guó)際計(jì)算機(jī)學(xué)會(huì)（CCF）認(rèn)定的A類(lèi)會(huì)議，NeurIPS是人工智能與機(jī)器學(xué)習(xí)領(lǐng)域的三大國(guó)際會(huì)議（NeurIPS、ICML、ICLR）之一，具有較高的國(guó)際影響力。NeurIPS論文評(píng)選嚴(yán)格，強(qiáng)調(diào)理論與工程實(shí)踐的雙重創(chuàng)新與推動(dòng)價(jià)值。此次兩篇論文同時(shí)獲錄，充分體現(xiàn)了深北莫在人工智能交叉研究方面的扎實(shí)積累與前沿實(shí)力。

此次獲得錄用的兩篇論文，均以李春老師為通訊作者，團(tuán)隊(duì)研究生邱夕航、張萬(wàn)鵬（為本科階段畢業(yè)設(shè)計(jì)）分別以第一作者身份完成，兩篇論文分別圍繞不完全模態(tài)下的情緒識(shí)別、高維生成模型等前沿方向展開(kāi)，內(nèi)容涵蓋聯(lián)邦學(xué)習(xí)、AIGC圖像生成等多個(gè)熱點(diǎn)領(lǐng)域。

論文“Federated Dialogue-Semantic Diffusion for Emotion Recognition under Incomplete Modalities”（針對(duì)模態(tài)缺失情境的情緒識(shí)別：聯(lián)邦對(duì)話(huà)-語(yǔ)義擴(kuò)散框架），作者包括邱夕航、程嘉榮、方宇浩、張萬(wàn)鵬、陸耀、張曄、李春。

對(duì)話(huà)中的多模態(tài)情緒識(shí)別（MERC）通過(guò)融合多模態(tài)信號(hào)來(lái)增強(qiáng)情感理解。然而，現(xiàn)實(shí)場(chǎng)景中不可預(yù)測(cè)的模態(tài)缺失會(huì)顯著降低現(xiàn)有方法的性能。傳統(tǒng)的模態(tài)補(bǔ)全方法依賴(lài)完整多模態(tài)數(shù)據(jù)進(jìn)行訓(xùn)練，在極端數(shù)據(jù)分布（如固定模態(tài)缺失）下常出現(xiàn)語(yǔ)義失真問(wèn)題。為此，我們提出聯(lián)邦對(duì)話(huà)引導(dǎo)與語(yǔ)義一致擴(kuò)散框架（FedDISC），率先將聯(lián)邦學(xué)習(xí)融入模態(tài)補(bǔ)全任務(wù)。通過(guò)聯(lián)邦聚合客戶(hù)端訓(xùn)練的模態(tài)專(zhuān)屬擴(kuò)散模型，并將其廣播至缺失對(duì)應(yīng)模態(tài)的客戶(hù)端，F(xiàn)edDISC突破了單客戶(hù)端對(duì)模態(tài)完整性的依賴(lài)。此外，DISC-擴(kuò)散模塊通過(guò)對(duì)話(huà)圖網(wǎng)絡(luò)捕捉會(huì)話(huà)依賴(lài)關(guān)系，并利用語(yǔ)義條件網(wǎng)絡(luò)強(qiáng)化語(yǔ)義對(duì)齊，確保補(bǔ)全模態(tài)與現(xiàn)有模態(tài)在上下文、說(shuō)話(huà)人身份和語(yǔ)義層面的一致性。我們進(jìn)一步提出交替凍結(jié)聚合策略，通過(guò)循環(huán)凍結(jié)補(bǔ)全模塊和分類(lèi)器模塊促進(jìn)協(xié)同優(yōu)化。在IEMOCAP、CMUMOSI和CMUMOSEI數(shù)據(jù)集上的大量實(shí)驗(yàn)表明，F(xiàn)edDISC在多種模態(tài)缺失模式下均能實(shí)現(xiàn)卓越的情感分類(lèi)性能，顯著優(yōu)于現(xiàn)有方法。

圖1 DGN與SCN的框架示意圖。

DGN通過(guò)圖網(wǎng)絡(luò)捕捉上下文和說(shuō)話(huà)者依賴(lài)關(guān)系，而SCN則通過(guò)注意力機(jī)制捕捉跨模態(tài)語(yǔ)義信息

圖2 t-SNE可視化對(duì)比了單模態(tài)可用情況下不同方法的模態(tài)恢復(fù)性能。

與其他方法相比，F(xiàn)edDISC生成的特征與原始模態(tài)特征具有更高的分布相似性，體現(xiàn)了其有效性。

表1 在不同缺失率下CMUMOSI和CMUMOSEI數(shù)據(jù)集上的比較結(jié)果。

論文“Proper H?lder-Kullback Dirichlet Diffusion: A Framework for High Dimensional Generative Modeling”（Proper H?lder-Kullback Dirichlet擴(kuò)散：高維生成建模的框架）作者包括：張萬(wàn)鵬、方宇浩、邱夕航、程嘉榮、洪嘉隆、翟斌、周慶、陸耀、張曄、李春。

基于擴(kuò)散的生成模型長(zhǎng)期以來(lái)依賴(lài)于高斯先驗(yàn)，很少探索替代分布。團(tuán)隊(duì)引入了一個(gè)Proper H?lder-Kullback Dirichlet框架，該框架使用時(shí)變乘法變換來(lái)定義前向和反向擴(kuò)散過(guò)程。不同于傳統(tǒng)的reweighted evidence lower bounds（ELBO）或Kullback-Leibler upper bounds（KLUB），我們提出了兩種新穎的散度度量：Proper H?lder Divergence（PHD）和Proper H?lder-Kullback（PHK）散度，后者旨在恢復(fù)現(xiàn)有公式中缺失的對(duì)稱(chēng)性。當(dāng)使用PHK優(yōu)化我們的擴(kuò)散模型時(shí)，我們?cè)跓o(wú)條件CIFAR-10數(shù)據(jù)集上實(shí)現(xiàn)了2.78的Fréchet Inception Distance(FID)。對(duì)圖像數(shù)據(jù)集的綜合實(shí)驗(yàn)驗(yàn)證了模型的生成優(yōu)勢(shì)，并證實(shí)了PHK在模型訓(xùn)練中的有效性。這項(xiàng)工作通過(guò)非高斯過(guò)程和有效的優(yōu)化工具擴(kuò)展了擴(kuò)散模型系列，為多樣化、高保真的生成建模提供了新途徑。

圖3 在無(wú)條件CIFAR-10圖像數(shù)據(jù)集上訓(xùn)練的Beta擴(kuò)散模型與Dirichlet擴(kuò)散模型生成樣本對(duì)比

論文鏈接：

https://neurips.cc/virtual/2025/poster/116219

https://neurips.cc/virtual/2025/poster/118993