近日，东北大学计算机科学与工程学院赵宇海教授团队在多标签学习领域取得最新研究进展。论文《Limited-Supervised Multi-Label Learning with Dependency Noise》被人工智能领域顶级国际会议AAAI 2024（Annual AAAI Conference on Artificial Intelligence）长文录用。
AAAI是CCF推荐的A类国际学术会议，在人工智能领域享有很高的学术声誉。本次会议共收到9862篇投稿，录用2342篇，录用率约23.75%。该项研究成果的取得，标志着计算机科学与工程学院学者在人工智能领域取得了较大进展，研究水平和能力获得了国内外同行的广泛认可，有效提升了我校在相关领域的学术影响力和贡献度，为今后我校学者与国际顶尖学者的交流互动奠定了良好基础。
论文第一作者为团队成员王业江博士。该研究成果由东北大学联合新加坡理工大学研究人员共同完成。论文创新性地提出了一种依赖噪声的有限监督多标签学习方法，着眼于解决多标签分类模型训练中的标签噪声问题。相对于先前的研究，该方法考虑了标签噪声与输入特征和类标签相关的实际情况，通过同时识别实例相关和标签相关的标签噪声，为解决这一问题提供了一种创新的解决方案。另外还通过引入流形约束对问题进行正则化，以保持局部关系并揭示数据的流形结构。这一综合的方法在理论上通过设定噪声恢复误差的上界，为解决实际问题提供了坚实的理论基础。最终的实验证明表明，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一项具有创新性和实际应用价值的贡献。
