近日,,我校計(jì)算機(jī)學(xué)院和知識(shí)工程與協(xié)同計(jì)算工程技術(shù)研究中心博士生鄭澤鋒的論文“Adaptive Graph Learning with Semantic Promotability for Domain Adaptation”被人工智能領(lǐng)域國(guó)際頂級(jí)期刊《IEEE Transactions on Pattern Analysis and Machine Intelligence》(簡(jiǎn)稱TPAMI)錄用(DOI: 10.1109/TPAMI.2024.3507534),,廣東工業(yè)大學(xué)為第一完成單位,,我校先進(jìn)制造學(xué)院滕少華教授和澳門科技大學(xué)伍乃騏教授為論文的通訊作者,。
TPAMI期刊由國(guó)際電氣和電子工程師協(xié)會(huì)(IEEE)創(chuàng)辦,,是計(jì)算機(jī)視覺(jué)、模式識(shí)別和人工智能領(lǐng)域公認(rèn)的頂級(jí)國(guó)際期刊,,在中國(guó)計(jì)算機(jī)學(xué)會(huì)認(rèn)定的人工智能領(lǐng)域四個(gè)A類期刊中排名第一,,其2024年影響因子為20.8,在Engineering & Computer Science榜單的h5-index為196,。
論文提出了一種語(yǔ)義可提升的自適應(yīng)圖學(xué)習(xí)域適應(yīng)方法(Adaptive Graph Learning with Semantic Promotability,,AGLSP)。根據(jù)樣本在幾何和語(yǔ)義上的差異,,將目標(biāo)域樣本劃分為語(yǔ)義可提升樣本和語(yǔ)義不可提升樣本兩類,,從圖學(xué)習(xí)角度建立了一個(gè)目標(biāo)域引導(dǎo)的、多粒度語(yǔ)義學(xué)習(xí)的自適應(yīng)圖學(xué)習(xí)框架,,包括語(yǔ)義制導(dǎo)的自適應(yīng)圖嵌入學(xué)習(xí),、語(yǔ)義可提升樣本增強(qiáng)學(xué)習(xí)、與不可提升樣本語(yǔ)義保持學(xué)習(xí)三個(gè)部分,,旨在實(shí)現(xiàn)更多的知識(shí)遷移,。
鄭澤鋒同學(xué)先后在《IEEE/CAA Journal of Automatica Sinica 》(自動(dòng)化學(xué)報(bào)(英文版))上發(fā)表2篇論文,在《Pattern Recognition》等SCI期刊發(fā)表及錄用論文3篇,。
論文簡(jiǎn)單導(dǎo)讀見附件鏈接,。