近日，大数据与信息工程学院田有亮院长带领本院卢晓寰老师持续突破该院本科生一作影响因子记录，相关论文被影响因子达11.1的IEEE Transactions on Circuits and Systems for Video Technology（中科院一区TOP）录用。该论文题为Label-Guided Masking and Imputation Network for Incomplete Multi-View Multi-Label Classification，由我校大数据与信息工程学院2022级数据科学与大数据技术专业本科生陈嘉睿以第一作者身份完成。
IEEE Transactions on Circuits and Systems for Video Technology，简称IEEE TCSVT，是IEEE旗下视频技术、图像处理、多媒体分析和智能计算领域的重要国际期刊，最新影响因子达11.1，CiteScore为15.4。作为相关领域具有广泛国际影响力的高水平期刊，TCSVT长期关注视频技术、信号处理、计算机视觉、多媒体系统以及人工智能算法等方向的前沿研究成果。此次论文被该期刊录用，体现了我校本科生在人工智能与多源数据学习方向的科研创新能力和学术潜力。
陈嘉睿同学的主要研究方向包括多视图学习、多标签分类和不完整数据学习等。现实场景中的数据往往来自图像、文本、音频、传感器等不同来源，但在采集、传输和标注过程中，常常会出现视图缺失、标签不完整以及冗余特征干扰等问题，影响智能模型在复杂环境下的识别准确性和稳定性。
针对上述问题，论文提出了标签引导的掩码与补全网络LGMI。该框架将标签信息引入特征筛选、缺失数据补全和语义一致性约束全过程，避免传统零值补全或随机掩码方法难以充分利用语义信息的不足。其中，监督驱动的自适应动态掩码机制SAM能够动态识别并抑制冗余特征区域，使模型更加关注关键语义信息；标签引导的补全学习模块GIL通过挖掘不同视图之间的潜在关联，对缺失视图进行可靠补全；语义校正机制进一步保证补全后的特征表示与标签空间中的语义结构保持一致。
实验结果表明，LGMI在Corel5k、Pascal07、ESPGame、IAPRTC12和MIRFLICKR等五个公开基准数据集上均取得了优于多种现有方法的表现。在视图缺失和标签缺失同时存在的复杂条件下，该方法仍能保持较好的分类性能和鲁棒性，为真实复杂场景下的多源数据理解、缺失信息补全和鲁棒智能分类提供了新的思路。
陈嘉睿同学表示，本次论文能够顺利录用，离不开学校和学院提供的科研平台与良好学术氛围，也离不开导师和团队成员的长期指导与帮助。他特别感谢卢晓寰老师在研究思路凝练、模型设计、实验分析和论文写作等方面给予的悉心指导；感谢田有亮教授及学院老师们在科研训练和学术成长过程中给予的支持与鼓励。他表示，此次成果既是对前期科研积累的肯定，也是一段新的起点。今后将继续保持对科研的热爱，围绕人工智能、多模态学习和复杂数据挖掘等方向持续探索，努力产出更多有价值的研究成果。
延伸阅读：
多视图多标签分类旨在利用多个视角或模态的数据，为同一样本同时预测多个语义标签，在智能视觉分析、医学影像、自动驾驶和多媒体检索等领域具有广泛应用。然而，真实数据往往存在视图缺失、标签缺失和噪声干扰等问题，给模型学习带来挑战。LGMI框架以“标签引导”为核心，让标签语义不仅参与最终分类，还进一步指导特征筛选和缺失信息补全。SAM、GIL与语义校正机制协同作用，使模型在数据不完整、质量不均衡的情况下仍能学习到更加稳定、判别性更强的表示，为高可靠人工智能系统构建提供了有益参考。
编辑：郭嫚
责编：张羽岚
编审：王珂