硕士研究生梅建平在Neurocomputing发表论文

2021级硕士研究生梅建平以第二作者身份在国际学术期刊 “Neurocomputing” 发表了题为 “Semi-supervised structured nonnegative matrix factorization for anchorgraph embedding” 的研究论文。其导师李向利教授为第一作者。

半监督非负矩阵因式分解（NMF）以其可靠的性能被广泛应用于各种聚类任务中，。关键在于如何有效地利用少量标签信息来获得更具区分度的低维数据表示。为了更有效地提高半监督 NMF 的聚类性能，本文提出了一种新的半监督 NMF 方法，即用于锚图嵌入的半监督结构 NMF（AESSNMF）。具体来说，AESSNMF 同时使用三种的监督信息，即点约束、配对约束和负标签信息。同时，为了处理混合符号数据，AESSNMF 采用了凸 NMF 形式，只对系数矩阵施加非负约束。AESSNMF 构造了一个锚图，以嵌入矩阵因式分解过程，而不是直接在原始数据上执行矩阵因式分解。我们使用交替迭代算法来优化 AESSNMF 的目标函数。我们还讨论了基于 NMF 的几种相关算法与 AESSNMF 之间的。大量的实验结果表明，AESSNMF 优于其他相关算法。

该成果发表于中科院SCI二区期刊Neurocomputing。Neurocomputing是由Elsevier出版商出版的专业计算机科学期刊，该期刊的主旨是发表计算机人工智能领域的最新理论、应用和实践相关的文章。当前影响因子为6.5。