近日，我院教师梁新彦副教授、钱宇华教授、研究生傅品翰、博士生刘郭庆和太原科技大学郭倩老师合作在可信多视图人工智能方面取得的进展成果以《Trusted Multi-View Classification via Evolutionary Multi-View Fusion》为题发表于人工智能领域国际顶级会议ICLR 2025。

论文名称：《Trusted Multi-View Classification via Evolutionary Multi-View Fusion》

论文作者：梁新彦，傅品翰，钱宇华（通讯作者），郭倩，刘郭庆

论文介绍：基于Dempster-Shafer理论的多视图分类方法因其在涉及多视图数据的安全领域的可靠性而广受认可。然而，这类方法采用后期融合策略，限制了视图间的信息交互，导致多视图数据利用不足。针对此局限，有工作通过拼接不同视图生成一个融合伪视图，但该策略在融合含噪声等低质量视图时，伪视图的质量得不到保障。此外，相较于单视图，伪视图往往包含更多判别信息，因此伪视图的引入加剧了多视图间不均衡性。为解决上述问题，该研究提出通过进化多视图融合策略来增强可信多视图分类（TEF）方法。TEF采用进化多视图架构搜索技术构建高质量融合架构作为伪视图，实现自适应视图和融合算子选择。同时，TEF通过将融合架构的决策输出与每个视图相拼接，增强融合架构内每个视图的表达能力。实验结果表明，这一简洁而有效的策略能显著缓解多视图不均衡学习问题，尤其在视图数量超过三个的复杂多视图数据集上表现突出。在13个多视图数据集上的广泛评测验证了本方法相较于其他可信多视图学习方法具有更优性能。

图 1 现有可信多视图方面面临的挑战及我们的解决策略

图2 TEF框架图

ICLR（International Conference on Learning Representations）是国际顶级人工智能学术会议之一，由图灵奖得主和深度学习先驱 ‌Yoshua Bengio‌ 和 ‌Yann LeCun‌ 于2013年创立，与ICML、NeurIPS并称为机器学习领域三大顶会‌。

该论文得到了国家自然科学基金委重大项目、山西省科技重大专项计划项目的支持。论文链接：https://openreview.net/forum?id=M3kBtqpys5

撰稿人：梁新彦；二审：贾    佳；三审：钱宇华