天津科技大学孙林教授在《IEEE Transactions on Neural Networks and Learning Systems》发表研究成果

近日，天津科技大学人工智能学院孙林教授团队在人工智能国际顶级期刊《IEEE Transactions on Neural Networks and Learning Systems》上发表研究成果，论文题为《Granular Ball-Based Noise-Resistant Fuzzy Multineighborhood Feature Selection via Label Enhancement and Feature Graph》。孙林教授为第一作者兼通讯作者，天津科技大学为第一完成单位。该期刊为中国科学院SCI一区Top期刊，属于我校《业界公认的国际顶级科技期刊（A类期刊）目录（自然科学类）》内。该成果是我校人工智能学院首次以第一完成单位在该刊发表，标志着学校在人工智能、粒计算与图机器学习领域的研究水平迈上新台阶。

孙林教授长期致力于低质数据挖掘、图机器学习、粒计算与深度学习的前沿研究。该研究融合多标记学习、粒计算与深度学习，构建标记增强与特征图分析技术，提出基于粒球的抗噪模糊多邻域特征选择方法。成果亮点有三个方面：一是计算样本整体相似度构建粒球，设计自适应模糊多邻域，建立抗噪模糊多邻域粗糙集模型；二是利用双空间融合中的样本相似性，实现模糊多邻域标记增强，系统分析多标记数据中的相关、关联、冗余、互补及交互特性；三是利用多重关系构建加权特征图，评估特征顶点重要性以实施多标记特征选择，有效提升大规模高维复杂多标记数据分类的计算效率与鲁棒性。

该项成果是人工智能学院深耕粒计算与图机器学习前沿、持续推进有组织科研的重要体现。学校立足学校高水平研究型大学定位，前瞻布局人工智能关键领域，落实“先锋计划·科技攀登”行动部署，联合国内顶尖团队协同攻关，产出一批高水平成果。下一步，面向国家 “十五五” 科技创新战略布局，学校将持续聚焦AI核心技术攻关，加快成果转化，赋能大数据产业与区域高质量发展。

原文链接：https://ieeexplore.ieee.org/document/11593950

编辑：田珺