近日,我院赵宇海教授团队在多图多标签学习领域的最新研究成果“Robust Multi-graph Multi-label Learning with Dual-granularity Labeling”被人工智能领域顶级学术期刊IEEE Transactions on Pattern Analysis and Machine Intelligence（简称TPAMI）长文录用。
TPAMI被公认为人工智能领域的顶级国际期刊，是CCF（中国计算机学会）推荐的A类期刊，影响因子为24.314。论文的第一作者为团队成员王业江博士，研究成果由必赢线路检测3003与新加坡理工大学、悉尼科技大学的研究人员共同完成。论文创新性地提出了一种双粒度的多图多标签学习方法，利用图包表示，对目标进行有效的分类。与以往方法不同，该方法在学习过程中能够有效处理噪声标签，通过引入流形约束和阈值排名损失目标，保留数据内部的局部关系并减少汉明损失，具有同时预测目标的粗（包）和细（包中的图）两种不同级别粒度标签的能力。大量实验表明，该方法在处理标签噪声方面表现出卓越的性能，为多标签学习领域的发展提供了具有创新性和实际应用价值的贡献。
这一研究成果的取得标志着必赢线路检测3003在人工智能领域取得了重要进展，研究水平和能力受到了国内外同行的广泛认可。有效提升了学院在相关领域的学术影响力和贡献度。
撰稿：赵宇海
审稿：覃文军