近日，我校計(jì)算機(jī)與人工智能學(xué)院可信人工智能與行業(yè)大數(shù)據(jù)創(chuàng)新團(tuán)隊(duì)（新財(cái)經(jīng)綜合實(shí)驗(yàn)室）博士生楊國(guó)威的研究論文“DELTA: Deep Low-Rank Tensor Representation for Multi-Dimensional Data Recovery”被人工智能領(lǐng)域頂級(jí)期刊IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI）接收。論文作者還包括楊麗巧博士、蔣太翔教授（通訊作者）、劉貴松教授、吳國(guó)寶教授（香港浸會(huì)大學(xué)）。
該論文提出了一種基于深度低秩張量自表示的多維圖像復(fù)原方法。在張量奇異值分解框架下提出一種基于多頭注意力的深度非線(xiàn)性變換，能夠同時(shí)捕獲局部與長(zhǎng)程依賴(lài)，同時(shí)在深度變換域中構(gòu)建自表示張量并極小化其核范數(shù)，從而更加精確地刻畫(huà)多子空間（或子流形）結(jié)構(gòu)。該方法在多類(lèi)多維圖像復(fù)原任務(wù)中達(dá)到當(dāng)前最佳性能。
IEEE Transactions on Pattern Analysis and Machine Intelligence主要收錄涵蓋計(jì)算機(jī)視覺(jué)、模式識(shí)別、機(jī)器學(xué)習(xí)等方向的原創(chuàng)性研究成果，在人工智能領(lǐng)域具有極高的學(xué)術(shù)影響力。該期刊最新影響因子為18.6，是西南財(cái)經(jīng)大學(xué)外A+級(jí)、CCF-A類(lèi)推薦、中科院一區(qū)TOP期刊。
新財(cái)經(jīng)綜合實(shí)驗(yàn)室由西南財(cái)經(jīng)大學(xué)和中國(guó)農(nóng)業(yè)銀行2021年聯(lián)合成立，劉貴松教授擔(dān)任實(shí)驗(yàn)室主任。實(shí)驗(yàn)室聚焦可信人工智能基礎(chǔ)理論、財(cái)經(jīng)科技及數(shù)字經(jīng)濟(jì)深度融合等領(lǐng)域開(kāi)展有組織科研和人才培養(yǎng)，近三年實(shí)驗(yàn)室持續(xù)在多個(gè)頂會(huì)和頂刊發(fā)表最新科研成果，包括NeurIPS、ICDE、AAAI、IJCA、IJCV、IEEE TPAMI、IEEE TKDE、IEEE TIP等。團(tuán)隊(duì)現(xiàn)有教師16人、本碩博學(xué)生和博士后近80人。
