近日，国际人工智能领域顶尖期刊IEEE Transactions on Pattern Analysis and Machine Intelligence（ TPAMI, 模式分析与机器智能IEEE汇刊）在线发表了我校李华雄和陈春林团队最新研究成果: "Enhanced Group Sparse Regularized Nonconvex Regression for Face Recognition"。TPAMI是中国自动化学会（CAA）和中国计算机学会（CCF）等多个学会共同推荐的人工智能领域A类国际顶尖学术期刊，影响因子17.8。工程管理学院2018级硕士研究生章超为该论文第一作者，李华雄副教授为论文通讯作者，工程管理学院陈春林教授、周献中教授和山西大学计算机与信息技术学院钱宇华教授为合作作者。



机器学习与数据挖掘是人工智能研究的核心领域之一。在机器学习与数据挖掘研究中，原始数据通常蕴含复杂噪声，为从观测数据中恢复出真实数据，须对噪声信息进行准确建模，研究鲁棒模式分析方法。如何准确建模数据噪声并建立鲁棒模式分析方法是重要且具挑战性的问题。李华雄和陈春林团队从噪声信息的低秩与稀疏结构精准刻划角度开展研究，通过引入非凸函数建立混合范数以提升传统L1与核范数度量性能，更为精准地描述噪声信息的低秩与稀疏结构。同时结合距离先验信息，构建具有判别性的监督回归系数正则项，采用交替方向乘子法（ADMM）设计优化模型的快速求解算法。该方法在鲁棒人脸识别等任务中，获得了同等实验条件下多种经典方法对比的最优性能，在模式分析、噪声数据处理、影像分析、安防监控等领域有着广泛的应用前景。
李华雄和陈春林团队近年来围绕学校交叉学科发展布局，重点关注"管理—控制一体化"学科方向，注重多学科交叉方向融合，在智能决策、机器学习、自动化与人工智能等领域取得了一系列交叉前沿方向原创性科研成果。本项研究得到了国家重点研发计划项目2018YFB1402600, 2016YFD0702100、国家自然科学基金项目61672332, 62073160, 71671086等项目的资助。


附论文链接地址: http://doi.org/10.1109/TPAMI.2020.3033994