安徽大學博士生論文被國際學術會議錄用

　　狀態序列是一種常見數據，任何與時間相關的信息基本上都可以看成是狀態序列。狀態序列的匹配也是人工智能領域的一個重要研究內容。近半個世紀來，針對狀態序列的時序屬性，學者們提出了諸多狀態序列相似度度量算法，但大部分度量方法只考慮了狀態序列在時間軸上的排序，而忽略了狀態序列中還有其他非常重要的時間屬性。

　　鄭愛華的論文首次規范了時間序列和狀態序列的邏輯表達模型。該模型規范化地定義了時間序列和狀態序列，并詳細具體地定義了狀態序列在時間軸上的排序、每個狀態本身所持續的時間，以及相鄰兩個狀態之間的時間間隔。在此基礎上，順理成章地設計了一個規范的狀態序列匹配相似度度量框架，不僅首次囊括了狀態時序模式匹配中豐富的時序因素，還兼顧了狀態時序模式匹配中的非時序因素，較全面地解決了狀態時序模式匹配問題，更演繹說明了現有的熱門狀態時序模式匹配算法均可看成該框架的特例。實驗結果證明，該框架有較強的穩定性和適應性，這使得該框架不僅為時序匹配提供了規范的描述模型，更為時序匹配提供了一套優良的方案。

　　據悉，美國人工智能發展協會成立于1979年，該協會舉辦的人工智能國際會議是世界人工智能領域頂尖國際學術會議之一。會議每年在每個領域只能錄取幾篇論文，所錄用論文反映了國際人工智能研究最高水平成果。該會議將于今年7月22日至26日在加拿大安大略省多倫多市舉行。