MDCTM-Expert with Applications

理学院林草数据处理团队在《Expert Systems with Applications》上发表研究成果

近日，理学院林草数据处理团队王荟茹课题组在人工智能领域权威期刊《Expert Systems with Applications》（中科院一区Top，影响因子：7.5）上发表研究论文“Deep multi-view least squares support vector machine with consistency and complementarity principle based on cross-output knowledge transfer”。

多视角学习（Multi-view learning）作为当前机器学习领域的热点方向，其核心思想在于整合数据的多个来源或特征表示，以获取更全面、互补的信息，从而显著提升模型的性能与鲁棒性。尽管已有诸多支持向量机模型在该领域取得了良好表现，但仍普遍面临参数调优耗时、模型结构较浅、难以有效利用先验知识等瓶颈。针对上述挑战，研究团队提出了MDCTM模型。首次将深度堆叠架构引入多视角学习，并创造性地利用迁移学习来构建这一深度架构，从而显著增强了处理复杂问题的能力。该模型通过高效的留一交叉验证策略，实现了对跨层知识迁移效果的自动化评估与优化。理论分析证明，MDCTM严格满足多视角学习的一致性与互补性原则。大量实验表明，MDCTM在多个公开数据集上均取得了卓越的分类性能。

该研究不仅为多视角学习提供了一种新的分类框架，还为处理高维数据提供了高效的计算方法，具有广泛的应用前景。未来，该团队计划进一步探索该模型在大规模数据和多任务无监督学习中的应用，以应对更复杂的实际场景。

理学院数学与应用数学2022级本科生贾双睿为论文第一作者，青年教师王荟茹为论文通讯作者，梁思杰、莫子仪、刘春晓、陈辰参与了该项工作。该研究工作得到了中央高校基本科研业务费（QNTD202510，QNTD202304）、国家自然科学基金（12501719）、国家级本科生创新创业训练计划（202410022102）以及北京市自然科学基金（6232031）等项目的资助与支持。

论文链接：https://doi.org/10.1016/j.eswa.2025.129406

撰稿：贾双睿、王荟茹 审稿：司林