2017年2月4--9日，硕士生杨恺赴美国旧金山参加了AAAI--2017会议，并在会上作“TaGiTeD:Predictive Task Guided Tensor Decomposition for Representation Learning from Electronic Health Records报告。该研究针对医疗领域中高维稀疏的数据特性，提出一种有监督的张量分解模型，学习有效且具有可解释性的数据特征，得到了与会者的广泛关注。
