2月28日記者獲悉，日前召開的第38屆AAAI人工智能大會公布了多個重要論文獎項，西安電子科技大學(xué)計算機(jī)科學(xué)與技術(shù)學(xué)院趙偉教授團(tuán)隊徐偲副教授的相關(guān)研究成果獲得最佳論文獎。這是西電首次獲得該論文獎項。據(jù)悉，自1984年該學(xué)術(shù)會議設(shè)立最佳論文獎以來，西電論文是以國內(nèi)單位（含港澳臺地區(qū)）為第一單位獲得該獎項的第3篇論文。

AAAI是人工智能領(lǐng)域歷史最悠久、涵蓋內(nèi)容最廣泛的國際頂級學(xué)術(shù)會議之一。本屆AAAI收到了創(chuàng)紀(jì)錄的10504篇有效投稿，經(jīng)過嚴(yán)格的審稿程序，最終錄用了2527篇，錄用率為24.1%。本次會議有3篇論文獲得最佳論文獎，國內(nèi)單位僅有西電1篇論文獲獎。

此次獲獎的論文是趙偉教授團(tuán)隊徐偲副教授的研究成果《Reliable Conflictive Multi-view Learning》，論文第一作者為徐偲副教授、通信作者為趙偉教授，西安電子科技大學(xué)計算機(jī)科學(xué)與技術(shù)學(xué)院為論文唯一完成單位。該研究提出了一種新穎的多模態(tài)證據(jù)深度學(xué)習(xí)方法，通過可信地聚合沖突多模態(tài)數(shù)據(jù)，能夠在提升決策性能的同時，可靠地度量決策置信度，并從理論上證明了ECML能夠量化沖突模態(tài)帶來的負(fù)面影響。在多個公開數(shù)據(jù)集上的實驗結(jié)果表明，ECML顯著地提升了決策性能和可靠性。該方法適用于主流的多模態(tài)分類模型，實現(xiàn)了多模態(tài)信息的“去偽存真”，使得多模態(tài)模型可以“兼聽則明”，在醫(yī)療輔助診斷、自動駕駛等多種實際復(fù)雜場景中具有很好的應(yīng)用前景。

記者了解到，趙偉教授團(tuán)隊長期圍繞大數(shù)據(jù)采集、處理、分析、挖掘和應(yīng)用中的關(guān)鍵科學(xué)問題和主要技術(shù)瓶頸開展研究工作。近年來，在國家自然基金重點項目和陜西省科技創(chuàng)新團(tuán)隊等項目的資助下，團(tuán)隊在相關(guān)領(lǐng)域主流期刊，如IEEE TPAMI、TKDE等和CCF A類會議，如NeurIPS、AAAI等發(fā)表學(xué)術(shù)論文80余篇。