12月6日消息，据报道，周志华领导的南京大学计算机软件新技术国家重点实验室有多篇论文入选NeurIPS 2018。其中《Adaptive Online Learning in Dynamic Environments》提出了一种可用于动态环境的自适应在线学习方法（Ader）。此外，研究人员还基于替代损失提出了一种改进版Ader，使用这种方法，每一轮的梯度评估次数将从O(log T )降至 1。最后，研究人员还将Ader延展到了可使用动态模型的序列来特征化比较器的案例上。