近日，优易数据研究院人工智能所负责人李长升博士在人工智能、模式识别领域顶级期刊IEEE Transactions on Pattern Analysis and Machine Intelligence （T-PAMI）上发表了题为“Joint Active Learning and Feature Selection via CUR Matrix Decomposition”的研究论文。

　　李长升博士为论文第一作者，合作研究单位包括华东师范大学、上海交通大学、美国佐治亚理工学院等。

　　《IEEE Transactions on Pattern Analysis and Machine Intelligence》是人工智能、模式识别、图像处理、计算机视觉领域的顶尖国际期刊之一，2016-2017年度影响因子为8.329，属于JCR TOP期刊，是计算机科学与人工智能领域的5个一区刊物之一，堪称人工智能领域的“名人堂”。该杂志覆盖所有计算机视觉、图像理解、模式分析与识别等传统领域，以及部分机器智能领域，尤其强调模式分析的机器学习的前沿成果。

　　论文官网截图

　　在这篇论文中，李博士等人率先研究了特征选择和主动学习之间的关系，并提出了一套联合框架，可以同时用于特征选择和主动学习，从而克服现实场景中数据特征维度高和数据标注成本高的问题。

　​　　优易研究院人工智能布局：

　　优易数据研究院人工智能所在段立新执行院长的领导支持下，由李长升博士于2017年9月组建。

　　研究所当前重点围绕图像识别、目标检测、语义分割、目标跟踪、视频行为识别/检测等前沿计算机视觉技术以及迁移学习、多任务学习、深度学习、增强学习等机器学习技术进行了深入的研究，并取得了一系列的成果，包括顶级学术论文以及专利等。

　　尽管人工智能所成立不到一年，研究所已经围绕图像视频数据，利用机器学习、深度学习等人工智能技术，打造了一系列技术平台，为各行各业提供了广泛的应用。具体的研究成果包括基于图像识别的电路板瑕疵检测系统、基于航拍图像的语义分割系统和船只检测系统等。

　　另外，研究所在人工智能芯片、边缘计算等方面也已开始布局。