武科大网讯 近日，js官网信息科学与工程学院李维刚教授团队在人工智能和机器学习领域取得了重要进展，最新研究论文“Joint graph entropy knowledge distillation for point cloud classification and robustness against corruptions”被计算机科学领域国际顶级期刊《Information Sciences》（IF=8.10）正式录用。（https://doi.org/10.1016/j.ins.2023.119542)
该论文由博士研究生田志强在李维刚教授的指导下完成，js官网信息学院为论文第一完成单位，博士研究生田志强为第一作者，李维刚教授为通讯作者（第二作者）。该论文抛弃传统认知下数据服从独立同分布的假设，采用非独立同分布的视角重新审视点云数据，提出联合图熵知识蒸馏的训练策略，解决数据类间不平衡的问题，并基于该策略构建自蒸馏和教师蒸馏两个训练框架，框架可适用于当前的主流神经网络模型，且能在不增加额外计算负荷的情况有效增加模型的泛化性和鲁棒性。
此外，论文“Novel joint transfer fine-grained metric network for cross-domain few-shot fault diagnosis”被人工智能领域国际顶级期刊《KNOWLEDGE-BASED SYSTEMS》（简称KBS）（IF=8.8）录用。该论文由博士研究生胡俊伟在李维刚教授的指导下完成，js官网信息学院为论文第一完成单位，博士研究生胡俊伟为第一作者，李维刚教授为通讯作者（第二作者）。
该论文针对现有跨域小样本故障诊断并没有充分考虑训练数据与测试新故障类之间跨域故障分布的差异，提出的联合迁移细粒度度量网络，采用联合传递函数对源域和目标域的相应子域进行对齐，用细粒度度量网络解决固定度量函数的非收缩问题，减轻跨域小样本诊断的负迁移现象，在多个机械设备公共数据集上得到了更高的诊断精度和更好的泛化性，速度满足对设备大规模监测数据进行快速诊断的需要。
李维刚教授研究团队近些年来致力于人工智能、机器学习、演化计算等方面的研究。近年来，团队在国际高水平期刊上发表论文10余篇。其中，在人工智能顶级期刊Engineering Applications of Artificial Intelligence发表论文1篇，在中科院2区期刊Applied Intelligence发表论文4篇、Cognitive Computation发表论文1篇，在Steel Research International上发表封面论文1篇。（信息学院）
