近日，天津科技大學人工智慧學院社會計算與知識工程科研團隊在機器學習領域取得進展，在計算機視覺與圖像理解領域內國際頂級期刊《Computer Vision and Image Understanding》上發表了研究成果，這是該團隊2年內第3篇被國際頂級刊物錄用的學術論文。
論文在Capsule Network的基礎上提出了一種自適應的膠囊層，Capsule Network被認為是未來可替換傳統神經網絡的一種新的神經網絡，其設計更符合人類神經元的原理，具有更強的可解釋性。論文提出的自適應膠囊層，用於生成高表徵和高空間相關的膠囊向量，較之目前已存的膠囊網絡而言更加高效和便捷。在SVHN、CIFRA-10和CIFAR-100相關數據集上分別達到了96.86%、92.02%和66.09%的精度。
此外被接收的兩篇論文在網絡數據的異常節點檢測和超大規模數據的表示學習問題上提出了全新觀點，分別被信息檢索與數據挖掘領域的國際頂級會議（WSDM）和數據挖掘領域頂級學術會議（ICDM）接收。
針對社會網絡中普遍存在個別節點在屬性和結構模式方面異常行為，設計基於圖神經網絡的模型，融合社區結構捕獲網絡中存在的局部、全局和結構異常來準確挖掘潛在的異常節點，有效的提升了異常節點檢測精度。針對超大規模網絡數據表示學習問題，圍繞如何有效挖掘網絡中潛在的語義和高階結構特徵，學習低維的網絡節點表徵，進而促進下游的機器學習任務，如節點分類，興趣推薦等。
人工智慧學院重視研究生培養質量，注重科研成果培育，積極開展國際合作，主持獲得6項省部級科研獎項，不斷提升學院核心競爭力與學術影響力，高水平科研成果的產出也體現了學院大力推進科研團隊建設、重視培育標誌性科研成果的成效。
附論文全文連結：
https://ieeexplore.ieee.org/document/9338273/references#references; https://dl.acm.org/doi/10.1145/3488560.3498389
圖文來源/人工智慧學院
本期編輯/王瑩
本期審核/曾梅妹 朱皓璇 張子辰
監製/新聞中心 劉紹帆