近日，人工智能与机器学习领域顶尖国际会议——神经信息处理系统大会（Conference on Neural Information Processing Systems 简称：NeurIPS）公布了2025年论文录用结果。深圳北理莫斯科大学“莫大-北理工-深北莫应用数学联合研究中心”李春老师带领的研究团队取得重要成果，共有两篇论文被大会录用。

据悉，本届会议共收到21575份有效论文投稿，共录用5290篇，录用率为24.52%。作为国际计算机学会（CCF）认定的A类会议，NeurIPS是人工智能与机器学习领域的三大国际会议（NeurIPS、ICML、ICLR）之一，具有较高的国际影响力。NeurIPS论文评选严格，强调理论与工程实践的双重创新与推动价值。此次两篇论文同时获录，充分体现了深北莫在人工智能交叉研究方面的扎实积累与前沿实力。

此次获得录用的两篇论文，均以李春老师为通讯作者，团队研究生邱夕航、张万鹏（为本科阶段毕业设计）分别以第一作者身份完成，两篇论文分别围绕不完全模态下的情绪识别、高维生成模型等前沿方向展开，内容涵盖联邦学习、AIGC图像生成等多个热点领域。

论文“Federated Dialogue-Semantic Diffusion for Emotion Recognition under Incomplete Modalities”（针对模态缺失情境的情绪识别：联邦对话-语义扩散框架），作者包括邱夕航、程嘉荣、方宇浩、张万鹏、陆耀、张晔、李春。

对话中的多模态情绪识别（MERC）通过融合多模态信号来增强情感理解。然而，现实场景中不可预测的模态缺失会显著降低现有方法的性能。传统的模态补全方法依赖完整多模态数据进行训练，在极端数据分布（如固定模态缺失）下常出现语义失真问题。为此，我们提出联邦对话引导与语义一致扩散框架（FedDISC），率先将联邦学习融入模态补全任务。通过联邦聚合客户端训练的模态专属扩散模型，并将其广播至缺失对应模态的客户端，FedDISC突破了单客户端对模态完整性的依赖。此外，DISC-扩散模块通过对话图网络捕捉会话依赖关系，并利用语义条件网络强化语义对齐，确保补全模态与现有模态在上下文、说话人身份和语义层面的一致性。我们进一步提出交替冻结聚合策略，通过循环冻结补全模块和分类器模块促进协同优化。在IEMOCAP、CMUMOSI和CMUMOSEI数据集上的大量实验表明，FedDISC在多种模态缺失模式下均能实现卓越的情感分类性能，显著优于现有方法。

图1 DGN与SCN的框架示意图。

DGN通过图网络捕捉上下文和说话者依赖关系，而SCN则通过注意力机制捕捉跨模态语义信息

图2 t-SNE可视化对比了单模态可用情况下不同方法的模态恢复性能。

与其他方法相比，FedDISC生成的特征与原始模态特征具有更高的分布相似性，体现了其有效性。

表1 在不同缺失率下CMUMOSI和CMUMOSEI数据集上的比较结果。

论文“Proper Hölder-Kullback Dirichlet Diffusion: A Framework for High Dimensional Generative Modeling”（Proper Hölder-Kullback Dirichlet扩散：高维生成建模的框架）作者包括：张万鹏、方宇浩、邱夕航、程嘉荣、洪嘉隆、翟斌、周庆、陆耀、张晔、李春。

基于扩散的生成模型长期以来依赖于高斯先验，很少探索替代分布。团队引入了一个Proper Hölder-Kullback Dirichlet框架，该框架使用时变乘法变换来定义前向和反向扩散过程。不同于传统的reweighted evidence lower bounds（ELBO）或Kullback-Leibler upper bounds（KLUB），我们提出了两种新颖的散度度量：Proper Hölder Divergence（PHD）和Proper Hölder-Kullback（PHK）散度，后者旨在恢复现有公式中缺失的对称性。当使用PHK优化我们的扩散模型时，我们在无条件CIFAR-10数据集上实现了2.78的Fréchet Inception Distance(FID)。对图像数据集的综合实验验证了模型的生成优势，并证实了PHK在模型训练中的有效性。这项工作通过非高斯过程和有效的优化工具扩展了扩散模型系列，为多样化、高保真的生成建模提供了新途径。

图3 在无条件CIFAR-10图像数据集上训练的Beta扩散模型与Dirichlet扩散模型生成样本对比

论文链接：

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

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