王伟然（Weiran Wang）、王广森（Guangsen Wang），阿代奥特·巴塔纳（Aadyot Bhatnagar）、周英波（Yingbo Zhou）、熊彩铭（Caiming Xiong）和理查德·索彻（Richard Socher）。用于端到端语音识别的基于电话的子词单元的研究。Interspeech，2020年。
对于Switchboard，我们的基于电话的BPE系统在测试集的Switchboard/CallHome部分实现了6.8%/14.4%的字错误率（WER），而联合解码实现了6.3%/13.3%WER。
在Fisher+Switchboard上，联合解码可实现4.9%/9.5%的WER，为电话语音识别设置了新的里程碑。
[arXiv版本]
杨晨、王伟然和王超。由端到端自我培训半监督ASR。Interspeech，2020年。
[arXiv版本]
王伟民、王伟然、孙铭和王超。多头部注意网络的声场景分析。Interspeech，2020年。
[arXiv版本]
王伟然（Weiran Wang）、汤清明（Qingming Tang）和卡伦·利维斯库（Karen Livescu）。通过掩蔽重建对双向语音编码器进行无监督预训练。ICASSP，2020年。
[arXiv版本]
高建驰、孙铭、王伟然和王超。用于罕见声事件分类的LSTM模型的汇集方法比较。ICASSP，2020年。
Sundar Harsha、Weiran Wang、Ming Sun和Chao Wang。用于多声源空间定位的基于原始波形的端到端深度卷积网络。ICASSP，2020年。
高超、丹·加伯、内森·斯雷布罗、王佳蕾、王伟然（按α-β顺序）。随机典型相关分析。接受人机器学习研究杂志。
[arXiv版本]
Gustavo Aguilar、Viktor Rozgic、Weiran Wang和Chao Wang。情绪识别的多模式和多视图模型。计算语言学协会（ACL），2019年。
[arXiv版本]
王伟然和内森·斯雷布罗。大规模小批量随机非凸优化。算法学习理论（ALT），2019年。
[arXiv版本]
王伟然、高建驰和王超。检测罕见声音事件的简单模型。Interspeech，2018年。
[预印本]
高建驰、王伟然、孙铭和王超。R-CRNN：用于音频事件检测的基于区域的卷积递归神经网络。Interspeech，2018年。
[预印本]
王佳蕾*，王伟然*丹·加伯和内森·斯雷布罗。高效的坐标引导特征向量计算。算法学习理论（ALT），2018年。
[arXiv版本]
唐清明、王伟然和卡伦·利维斯库。使用跨域发音测量进行声学特征学习。IEEE声学、语音和信号处理国际会议（ICASSP），2018。
[arXiv版本]
Taehwan Kim、Jonathan Keane、Weiran Wang、Hao Tang、Jason Riggle、Gregory Shakhnarovich、Diane Brentari和Karen Livescu。视频中的无词汇指纹识别：数据、模型和签名者改编。接受人计算机语音和语言。
[arxiv版本]
唐清明、王伟然和卡伦·利维斯库。基于深度变分典型相关分析的声学特征学习。Interspeech，2017年。
[纸张预印本]
王佳蕾*，王伟然*和内森·斯雷布罗。使用Minibatch代理的内存和通信高效分布式随机优化。学习理论会议（COLT），2017年。
[arXiv版本]
何婉嘉、王伟然和卡伦·利维斯库。多视图递归神经声学单词嵌入。2017年国际学习代表大会（ICLR）。
[arXiv版本] [Tensorflow实现]
郝唐（Hao Tang）、王伟然（Weiran Wang）、凯文·金佩尔（Kevin Gimpel）和凯伦·利维斯库（Karen Livescu）。区分性细分模型的端到端培训方法。2016年IEEE口语技术研讨会（SLT）
[预印本]
王伟然*，王佳蕾*丹·加伯和内森·斯雷布罗。典型相关分析的高效全局收敛随机优化。神经信息处理系统进展，2016年。
[arXiv版本] [海报]
王伟然（Weiran Wang）、唐浩（Hao Tang）和卡伦·利维斯库（Karen Livescu）。通过深度典型相关分析的三音状态转换。Interspeech，2016年。
[纸张预印本]
郝唐（Hao Tang）、王伟然（Weiran Wang）、凯文·金佩尔（Kevin Gimpel）和凯伦·利维斯库（Karen Livescu）。用于语音识别的高效分段级联。Interspeech，2016年。
[arXiv版本]
托默·迈克利（Tomer Michaeli）、韦兰·王（Weiran Wang）和凯伦·利维斯库（Karen Livescu）。非参数典型相关分析。国际机器学习会议（ICML），2016年。
[arXiv版本] [纸张预印本]
王伟然和凯伦·利维斯库。大尺度近似核典型相关分析。2016年国际学习代表大会（ICLR）。
[arXiv版本] [Matlab实现]
赫尔曼·坎珀（Herman Kamper）、韦兰·王（Weiran Wang）和凯伦·利维斯库（Karen Livescu）。使用字面信息的深度卷积声学单词嵌入。2016年IEEE声学、语音和信号处理国际会议（ICASSP）。
[纸张预印本]
Taehwan Kim、Weiran Wang、Hao Tang和Karen Livescu。具有深度神经网络自适应的独立于符号的手指拼写识别。2016年IEEE声学、语音和信号处理国际会议（ICASSP）。（ICASPSP2016语音和语言处理最佳学生论文！）
[纸张预印本]
Weiran Wang、Raman Arora、Nathan Srebro和Karen Livescu。基于非线性正交迭代的深度CCA随机优化。阿勒顿通信、控制和计算年会（Allerton），2015年。
[纸张预印本] [幻灯片]
郝唐（Hao Tang）、王伟然（Weiran Wang）、凯文·金佩尔（Kevin Gimpel）和凯伦·利维斯库（Karen Livescu）。特征丰富的手机识别的区分性分段级联。IEEE自动语音识别与理解研讨会（ASRU），2015年。(最佳论文提名！)
[纸张预印本]
Weiran Wang、Raman Arora、Karen Livescu和Jeff Bilmes。深度多视角表征学习。国际机器学习会议（ICML），2015年。
[纸张预印本] [海报（由Jeff Bilmes提供）] [Matlab实现] [XRMB数据集] [Tensorflow实现！]
Ang Lu、Weiran Wang、Mohit Bansal、Kevin Gimpel和Karen Livescu。用于改进单词嵌入的深度多语言关联。计算语言学协会北美分会会议——人类语言技术（NAACL-HLT），2015年。
[纸张预印本]
Weiran Wang、Raman Arora、Karen Livescu和Jeff Bilmes。通过深度典型相关分析进行声学特征的无监督学习。2015年IEEE国际声学、语音和信号处理会议（ICASSP）.
[纸张预印本][IEEE版权所有][海报（由TTIC总裁Sadaoki Furui提交）] [Matlab实现]
Weiran Wang、Raman Arora和Karen Livescu。利用平滑低秩矩阵完成重建关节测量。IEEE口语技术研讨会（SLT），2014.
[纸张预印本][IEEE版权所有][海报]
Weiran Wang和Miguel A.Carreira-Perpina。降维在分类中的作用。2014年AAAI人工智能会议（AAAI）。
[外部链路] [纸张预印本] [海报] [Matlab实现]
Miguel A.Carreira-Perpina和Weiran Wang。LASS：具有拉普拉斯平滑的简单分配模型。2014年AAAI人工智能会议（AAAI）。
[外部链路] [纸张预印本] [海报] [Matlab实现]
Miguel A.Carreira-Perpina和Weiran Wang。深嵌套系统的分布式优化。国际人工智能与统计会议（AISTATS），2014年。
王伟然。流形去噪、矩阵补全和聚类的Mean-shift算法加利福尼亚大学Merced博士论文。
[外部链路] [纸张] [幻灯片] [动画]
Weiran Wang和Miguel A.Carreira-Perpina。使用辅助坐标的非线性低维回归。2012年国际人工智能与统计会议（AISTATS）。
[外部链路] [纸张预印本] [海报] [动画]
王伟然，米格尔·A·卡雷拉-珀潘，陆正东。矩阵完成的去噪观点。神经信息处理系统进展，2011年。
[外部链路] [纸张预印本] [海报]
Weiran Wang和Miguel A.Carreira-Perpina。流形去噪的流形模糊均值漂移算法。IEEE计算机视觉和模式识别会议（CVPR），2010年。
[纸张预印本] [幻灯片] [海报] [动画] [Matlab实现]
