祝贺博士研究生刘方辉的论文《A Double-Variational Bayesian Framework in Random Fourier Features for Indefinite Kernels》（by Fanghui Liu, Xiaolin Huang, Lei Shi, Jie Yang, and Johan A.K. Suykens）被机器学习领域重要期刊 IEEE Transactions on Neural Networks and Learning Systems 录用。

    论文提出一种基于双狄利克雷过程的混合模型，分别对两个潜在正定核函数的分布进行建模。在模型推断方面，本文提出一种随机非共轭变分推断算法处理非共轭变量，该模型克服传统的随机傅里叶特征无法适用于非正定核以及点乘核的缺陷，使得随机傅里叶特征能够用于非正定核的大规模近似。