近日，计算机学院2017级本科生（英才计划学生）马铮睿的论文“Towards Clustering-friendly Representations: Subspace Clustering via Graph Filtering”成功入选ACM Multimedia。马铮睿为该论文第一作者，计算机学院康昭副教授为通讯作者，电子科技大学为唯一作者单位。ACM Multimedia是公认的多媒体领域世界顶级会议，也是中国计算机学会推荐的A类国际学术会议。本年度大会收到破纪录的1698篇有效投稿，其中472篇被录用，各类机构都将在会议上分享、交流最新研究成果。

　　机器学习算法的成功很大程度上取决于数据表示。当前主流的表示学习技术是深度神经网络，通常能学习到很好的数据表示，但它涉及的参数繁多，计算量大，容易过拟合，而且难解释。为了克服这些困难，本论文独辟蹊径，提出了一种基于图滤波的表示学习方法。该方法具有坚实的信号处理理论基础，模型简单易实现。为了验证其有效性，本研究结合子空间聚类任务，寻找一个对聚类友好的数据表示。大量实验证明，该方法能大大提升聚类的性能，甚至接近深度学习方法的结果。值得强调的是，该方法具有一般意义，能推广到诸多其他机器学习任务上。

滤波1次和15次对应的样本在空间的分布情况

　　马铮睿同学于2019年暑假加入康昭副教授课题组。康昭副教授近三年已经指导本科生发表了12篇高水平学术论文，其中包括CCF-A类会议和中科院1区期刊论文7篇，大部分学生毕业后进入哥伦比亚大学、华盛顿大学、清华大学等海内外名校深造。