［本站讯］近日，软件学院陈勐副教授团队的研究成果“Cross-City Latent Space Alignment for Consistency Region Embedding”被机器学习国际顶级会议ICML 2025录用，山东大学为第一作者和通讯作者单位。

该研究指出，现有城市功能区表征学习方法存在显著的跨城市迁移障碍：不同城市训练得到的功能区表征分布于相互独立的潜在空间中，导致基于一个城市数据训练的下游任务预测器无法直接应用于其他城市。虽然已有研究尝试通过人工定义规则建立跨城市映射关系，但这类方法不仅依赖人工干预，其构建的对应关系往往存在偏差。为解决这一难题，本研究提出了跨城市功能区表征学习框架，通过联合学习，同步实现城市功能区表征建模和跨城市潜在空间对齐，从而实现一个城市的下游任务预测器在其他城市的有效应用，促进跨城市知识迁移。在三个真实城市数据集上的实验结果表明，所提出的方法优于基线方法。

陈勐副教授主要从事机器学习和数据挖掘研究，具体包括时空表征学习、时空语义理解、时空轨迹预测等。系列研究成果已发表于ICML、KDD、ICDE、TKDE、TOIS等CCF A类会议和期刊，相关研究得到国家自然科学基金、山东省自然科学基金等项目资助。

国际机器学习大会（ICML，International Conference on Machine Learning）是全球人工智能领域的顶级会议之一，是中国计算机学会A类推荐会议。诺贝尔奖和图灵奖获得者Geoffery Hinton、谷歌DeepMind等世界知名研究团队的重量级论文都曾发表在ICML上，产生了众多具有深刻影响力的研究成果。