近日，我中心刘昆宏教授团队一篇论文被Information Sciences期刊录用。Information Sciences是计算机信息系统重要期刊之一，属于中国计算机学会推荐列表的B类期刊，中科院SCI期刊分区2020年01月最新升级版一区期刊，2021年最新影响因子为6.795。录用论文标题为Feature Space and Label Space Selection Based on Error-Correcting Output Codes for Partial Label Learning，该研究由我中心刘昆宏教授、吴清强教授，厦门大学信息学院王备战教授、2017级博士生林光毅、2018级硕士生肖子扬合作完成。
本工作致力于提出了一种新的启发式算法，通过利用特征空间和标签空间结合的先验信息来自启发地生成更合理的纠错输出编码矩阵，以用于偏标签学习。同时，引入特征选择算法，利用特征子空间的先验信息进一步优化分类器集成的性能。在多个偏标签数据集上的实验结果表明，相比于现有的偏标签学习算法以及随机的纠错输出编码矩阵，利用先验信息自启发式生成的模型更能有效拟合数据分布以提高分类性能。
本研究工作得到国家自然科学基金(基金号61772023)与国家重点研发计划(No. 2019QY1803)的资助。
