近日，我院2021級碩士研究生邵聞哲同學的論文“A Novel Regularization Method for Decorrelation Learning of Non-parallel Hyperplanes”在中科院一區SCI期刊，中國計算機學會推薦B類期刊（CCF B類）Information Sciences上發表。
論文概述：非平行超平面分類器比平行超平面分類器具有更廣泛的适用性，并且通過分别訓練每個超平面來加快了訓練速度，受到了廣泛研究。然而，它并未考慮非平行超平面之間的相關關系。此外，由于這些非平行超平面是建立在相同的訓練數據上的，可能存在由于數據冗餘導緻它們之間的相關性。本文中，我們研究了非平行超平面分類器的去相關問題，提出了非平行超平面去相關算法（TWJCL）。我們将非平行超平面集成到一個統一模型中，并通過聯合分類器學習方法探索這種關系。以雙子支持向量機為例，我們在聯合問題中添加了一個新的去相關正則化項。同時，還引入了一種有效的交替優化算法來解決優化問題中的非凸問題。為了評估所提出的方法，在基準數據庫的二元和多類分類數據集上進行了一系列實驗，與常用的平行和非平行超平面的分類器相比，實驗結果驗證了所提出方法的有效性。本文總體框架見下圖：
期刊簡介：Information Sciences是Elsevier旗下信息科學領域權威級期刊，該期刊主要涵蓋機器學習、智能系統、數據挖掘、計算機視覺、自然語言處理、人工智能和其它相關領域的最新研究進展。該期刊具有很高的學術影響力和應用價值，它發表的文章對于推動信息科學的發展和推進具有重要作用，同時也為學者和研究人員提供了一個了解信息科學領域最新研究進展的重要平台。
本文第一作者是我院2021級碩士研究生邵聞哲同學，通訊作者為我院邵元海教授。
