2024年5月7日至5月11日，国际表征学习会议（International Conference on Learning Representations）于奥地利维也纳召开。数字视频研究室硕士研究生马逸扬同学参加了此次会议。

ICLR是机器学习领域的国际顶级会议。本次会议吸引了来自学术界、工业界5890人参加。会议包括受邀演讲、口头报告、墙报展示、workshop等环节。

本次大会共提交了7262篇论文，录取了其中2260篇，录取率为31%。王选所数字视频研究室师生发表1篇论文，论文信息如下：

Yiyang Ma, Huan Yang, Wenhan Yang, Jianlong Fu, and Jiaying Liu. "Solving Diffusion ODEs with Optimal Boundary Conditions for Better Image Super-Resolution", ICLR, 2024.

近年来，扩散模型作为一种强大的生成模型，逐渐获得研究者们的关注。该论文针对基于扩散模型的图像超分辨率模型采样时存在不稳定性、无法保证质量的问题，对该类模型的采样过程进行了理论分析，提出了一种基于扩散常微分方程的选择采样时最优边界的采样方法。该论文分析指出，可以通过在一个参考集上测试大量边界条件并直接选取最优者应用于所有其余待超分图像的方式，获得稳定而高质量的采样结果。该方法在不进行任何额外训练的情况下，可以有效提升已有的给予扩散模型的图像超分模型的上限，使其发挥出更佳的性能。

马逸扬同学进行海报展示

会场留影