電子信息工程學(xué)院易長安博士在人工智能頂級期刊TNNLS發(fā)表學(xué)術(shù)論文

發(fā)表時間：2023-05-31

近日,，佛山科學(xué)技術(shù)學(xué)院電子信息工程學(xué)院易長安博士以第一作者身份在人工智能領(lǐng)域的頂級期刊IEEE Transactions on Neural Networks and Learning Systems (TNNLS)在線發(fā)表了題為“Multicomponent Adversarial Domain Adaptation: A General Framework”的學(xué)術(shù)論文,。佛山科學(xué)技術(shù)學(xué)院為該論文的第一單位，山東大學(xué)的徐庸輝教授和新加坡南洋理工大學(xué)的于涵教授等人合作撰寫,。

遷移學(xué)習(xí)相當(dāng)于人類的“舉一反三”機制，是人工智能領(lǐng)域的主要研究方向之一。傳統(tǒng)的研究方法受樣本標簽的影響較大,，但是，此論文突破了該限制,。此論文提出了一種基于特征內(nèi)在關(guān)聯(lián)的對抗遷移學(xué)習(xí)方法,，認為不同標簽的樣本特征之間具有某種隱含的關(guān)聯(lián)，并且對這種關(guān)聯(lián)進行了深入挖掘,。此論文在不同的真實數(shù)據(jù)上驗證了方法的有效性,、優(yōu)越性,，并且進行了理論證明。

TNNLS期刊由國際電氣和電子工程師協(xié)會（IEEE）,，是人工智能領(lǐng)域的頂級期刊,、中科院SCI一區(qū)TOP期刊，影響因子為14.255,。

      （電子信息工程學(xué)院）