计算机科学与技术学院申铉京教授等的论文“Motion Prediction via Joint Dependency Modeling in Phase Space”在多媒体领域顶级国际学术会议The 29th ACM International Conference on Multimedia（ACM MM）上发表。论文第一作者为申铉京教授指导的2019级博士生苏鹏翔，申铉京教授为共同通讯作者。

该工作针对人体运动预测问题中时序信息捕捉难度大、预测序列协调性差的问题，提出了TEID（Trajectory representation and Explicit/Implicit Dependencies modeling）模型，通过建模Pose内的显式关系、Sequence内的隐式关系，捕捉节点间的依赖性。同时使用Frame-wise Displacement显式编码关节运动轨迹。实验结果表明，该工作提出的新方法有效地提升了预测精准度和协调性。

ACM International Conference on Multimedia（ACM MM）是多媒体领域公认的顶级国际学术会议，也是中国计算机学会（CCF）认定的A类会议。