【科研成果】多粒度认知计算科研团队在中科院一区Top期刊《IEEE TRANSACTIONS ON FUZZY SYSTEMS》上发表题为“Second-Order Biased Random Walk Outlier Detection Based on Bi-Level Granular-Ball Knowledge Representation” 的学术论文
近日，多粒度认知计算科研团队的负责人桑彬彬副教授作为通讯作者，研究生张华作为第一作者，于计算机与人工智能领域国际顶级期刊《IEEE TRANSACTIONS ON FUZZY SYSTEMS》（中科院一区TOP期刊，影响因子11.9）发表了题为“Second-Order Biased Random Walk Outlier Detection Based on Bi-Level Granular-Ball Knowledge Representation”的学术论文。
针对现有离群点检测方法难以捕捉复杂数据深层结构、易丢失样本细节信息的问题，创新性地融合了粒球计算与二阶偏置随机游走技术，提出了一种双层粒球离群点检测算法。该方法首先构建了双层粒球知识表示模型，通过粗粒度粒球与细粒度样本之间的层次映射机制，有效避免了传统粒球方法中的信息失真问题，保留了大量原始样本的细节信息；其次，引入二阶偏置随机游走策略，设计了一种粒球异常隶属度评估指标，能够在粒球层面赋予粗粒度的异常程度度量；然后，构建了双层粒球异常分类器，实现从粗粒度粒球异常度到细粒度样本级异常度的精准映射；最后，通过粒球属性维度上的最优属性序列筛选，定义了蒸馏离群因子，完成对异常样本的高效检测。实验结果表明，该算法在检测精度和鲁棒性方面均显著优于对比方法，展现出优异的综合性能。
论文整体框架图
《IEEE TRANSACTIONS ON FUZZY SYSTEMS》是一本聚焦于计算机与人工智能领域的国际学术期刊。该刊发文范围涵盖数据挖掘、智能信息处理以及模糊控制等领域，旨在及时、准确、全面地报道国内外计算机与人工智能工作者在该领域的科学研究等工作中取得的经验、科研成果、技术革新、学术动态等。
据悉，该团队近年来一直专注于多粒度认知计算理论模型、智能信息处理以及特殊儿童疾病早期筛查与智能诊断等人工智能领域的前沿交叉研究，在粒球计算、超图建模以及增量学习机制等方面取得了诸多高水平成果。
论文链接：https://ieeexplore.ieee.org/document/11341903
