克日，计算机学院刘威威教授在人工智能、机器学习领域期刊IEEETransactonPatternAnalysiandMachinIntelligTPA MI发表多标签学习最新研究功效。该论文总结了连年来多标签学习领域前沿的生长趋向，会商了未来可以或许担当摸索的研究方向并指出了一些新的操纵场景。
论文题目为“TheEmergTrendofMulti-LabelLearn多标签学习新趋势》刘威威是该论文第一作者和唯一通讯作者。
自2012年起，人工智能领域产生了翻天覆地的变更，深度学习据有相对的主导位置，研究者面对的成就越来越庞杂，计算机视觉和造作谈话处理朝着各自的方向前行。随着模型越来越强，研究者面对的任务也越来越庞杂，个中，研究者必要越来越多地考虑高度结构化的输出空间。多标签学习，作为一个传统的机器学习使命，连年来也随着变动有了新的研究趋向。
论文从大规模数据、缺失及噪声数据、深度学习技术战统计学习实际等方面对多标签学习执行了切磋。重要内容信息包含极限多标签学习、无穷看管多标签学习、深度多标签学习、线多标签学习、统计多标签学习实际战新的多标签学习操纵六大部门。