近日，人工智能領(lǐng)域國(guó)際頂尖期刊《IEEE Transactions on Pattern Analysis and Machine Intelligence》（TPAMI）在線發(fā)表了段江教授團(tuán)隊(duì)的最新研究成果:Supervised Anomaly Detection via Conditional Generative Adversarial Network and Ensemble Active Learning。論文的4位作者均為中國(guó)區(qū)塊鏈研究中心團(tuán)隊(duì)成員，其中陳智副教授為第一作者，段江教授為唯一通信作者。

該成果聚焦于“異常點(diǎn)識(shí)別”這一數(shù)據(jù)挖掘領(lǐng)域內(nèi)的關(guān)鍵性基礎(chǔ)任務(wù)。為解決訓(xùn)練深度模型所需的大規(guī)模標(biāo)注數(shù)據(jù)獲取難題，團(tuán)隊(duì)創(chuàng)造性地提出了一種大規(guī)模生成和使用“假數(shù)據(jù)”的方法。與現(xiàn)有13種最先進(jìn)的方法比較，新方法在僅需對(duì)5%的訓(xùn)練數(shù)據(jù)進(jìn)行標(biāo)注的情況下，能獲得25%-52%左右的識(shí)別精度提升。如此顯著的精度提升，能極大地幫助欺詐檢測(cè)、異常識(shí)別等數(shù)據(jù)挖掘任務(wù)的高效完成。

TPAMI是模式分析與機(jī)器智能IEEE匯刊，中國(guó)計(jì)算機(jī)學(xué)會(huì)和中國(guó)自動(dòng)化學(xué)會(huì)等多個(gè)學(xué)會(huì)將其定位為：國(guó)際上極少數(shù)的頂級(jí)刊物，鼓勵(lì)我國(guó)學(xué)者去突破。TPAMI影響因子為24.314， 2020年位居計(jì)算機(jī)工程、電子工程及人工智能相關(guān)期刊之首。

這是西南財(cái)經(jīng)大學(xué)首次以第一完成單位在TPAMI期刊上發(fā)表的研究成果，也是我校中國(guó)區(qū)塊鏈研究中心團(tuán)隊(duì)的又一標(biāo)志性成果。自成立以來(lái)，中心始終專注于區(qū)塊鏈、人工智能等數(shù)字技術(shù)的前沿基礎(chǔ)理論研究和面向國(guó)家重大需求的應(yīng)用研究，所取得的一系列產(chǎn)學(xué)研用成果為我校信息學(xué)相關(guān)學(xué)科的發(fā)展提供強(qiáng)有力地支持。