2014年11月3日-6日，林磊老师、孙雅铭博士生参加了在马来西亚古晋召开的第21届神经信息处理国际会议（The 21st International Conference on Neural Information Processing）。ICONIP国际会议是神经网络领域的主流会议，也是中国计算机学会（CCF）在人工智能与模式识别领域推荐的C类国际学术会议。ICONIP国际会议每年召开一次，吸引大量亚洲以及欧美学者参会。林磊老师作为第二作者所参与的论文CTR Prediction for DSP with Improved Cube Factorization Model from Historical Bidding Log被ICONIP 2014 录用为全文并被邀请做口头报告。

参加高质量的国际会议，对于教师来说是难得的与世界各地优秀学者交流的宝贵机会。本次参加ICONIP国际会议，主要抱着3个主要想法，一是在同行前报告最新的学术成果，与之讨论，获取建议；二是了解其他学者的工作，与之交流，从中学习；三是可以认识其他学校或者公司的研究人员，不仅可以在日后交流学术问题，也可以建立合作，共同进步。

所有的口头报告都被按照论文的研究方向进行分组，本研究室的报告被分在了信号与图像处理的分组。这篇论文研究的是实时竞价广告生态系统（real-time bidding display advertising ecosystem）中的点击率（click through rate CTR）预测问题。在论文中，将CTR的预测看作一个推荐问题。考虑到用户、广告以及网页之间的复杂关系，传统的矩阵分解方法不能很好地处理这种复杂关系，因而我们将两维的矩阵分解扩展为三维立方分解，并提出了一个立方分解模型来解决这一问题。实验结果显示这个模型取得的效果要优于传统推荐系统中的矩阵分解方法。然而本次论文也存在一定的问题，比如有学者指出，需要将更多的特征组合到模型中，提升预测效率，需要尝试将特征分类，以不同方式与模型组合。这些都是非常好的建议，值得进行尝试。

会议的大会报告邀请了领域内很多知名学者，留下深刻印象的一场报告是来自韩国的Soo-Young Lee教授的I Know What You Think: Understanding Human Internal States for Artificial Cognition Systems。该报告给出了在理解人的思维方面的一些研究进展。此外，在开会的过程中，也认识了一些来自于其他高校和研究机构的学者，例如香港中文大学的Haiqin Yang，三星研究院的Qing Zhang，与他们进行了交流，并有希望在日后进行学术和项目上的合作。

总而言之，这次参加学术会议非常顺利，也有丰富的收获。

附图 

林磊老师做论文口头报告