我实验室一篇论文 “Robust multi-label feature selection with shared label enhancement” 被人工智能领域著名期刊 Knowledge and Information Systems（KAIS）（CCF B）接收！
论文简介：该工作围绕复杂大数据降维领域中的多标签学习展开研究，提出了一种基于共享标签增强的的鲁棒性多标签特征选择方法（RLEFS），将逻辑标签重构为数字标签，施加 l2,1 范数得到鲁棒性的标签增强项，利用其在特征矩阵和标签矩阵之间共享相似的潜在语义结构，在考虑标签信息的一致性基础上将上述规则整合到一个学习框架中并证明了本方法的收敛性和优越性。
该项工作是由我实验室在读博士李永豪（第一作者）、胡俊成讲师（通讯作者）以及高万夫副教授联合完成的。