近日，由博士生陈一萱作为第一作者，硕士生施渝斌参与的论文“Recursive Disentanglement Network”被ICLR2022录用。 该文从信息论的角度定义了组合解耦表示学习，并提出了一种递归解耦网络（RecurD），该网络在解耦表示学习的过程中，在组合式的特征空间内，递归地传播解耦限制的归纳偏差。实验研究表明，RecurD 在解耦表示学习方面优于 β-VAE 及其几种最先进的变体，并且能够在下游任务中实现更高的数据利用效率。
ICLR会议全称为International Conference on Learning Representations。该会议目前的谷歌学术h5指数已经排到了全榜第 10 名，已超过众多CCF-A类会议，被认为是深度学习领域的顶级会议。