近日，计算机与人工智能学院可信人工智能与行业大数据创新团队（新财经综合实验室）博士生杨国威（导师：蒋太翔教授）的研究论文“DELTA: Deep Low-Rank Tensor Representation for Multi-Dimensional Data Recovery”被人工智能领域顶级期刊IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI）接收。论文作者包括杨国威（博士生）、杨丽巧博士（光华博士后）、蒋太翔教授（通讯作者）、刘贵松教授、吴国宝教授（香港浸会大学）。

图 IEEE在线页面

该论文提出了一种基于深度低秩张量自表示的多维图像复原方法。在张量奇异值分解框架下，既有的基于线性/非线性变换的张量核范数极小化方法只能捕捉全局低秩结构（单一子空间），然而真实的多维数据常常分布于多个子空间或子流形中。该工作首先在张量奇异值分解框架下提出一种基于多头注意力的深度非线性变换，能够同时捕获局部与长程依赖，同时在深度变换域中构建自表示张量并极小化其核范数，从而更加精确地刻画多子空间（或子流形）结构。该方法在多类多维图像复原任务中达到当前最佳性能。

图 方法架构

IEEE Transactions on Pattern Analysis and Machine Intelligence主要收录涵盖计算机视觉、模式识别、机器学习等方向的原创性研究成果，在人工智能领域具有极高的学术影响力。该期刊最新影响因子为18.6，是西南财经大学外A+级、CCF-A类推荐、中科院一区TOP期刊。

新财经综合实验室由西南财经大学和中国农业银行2021年联合成立，刘贵松教授担任实验室主任。实验室聚焦可信人工智能基础理论、财经科技及数字经济深度融合等领域开展有组织科研和人才培养，近三年实验室持续在多个顶会和顶刊发表最新科研成果，包括NeurIPS、ICDE、AAAI、IJCA、IJCV、IEEE TPAMI、IEEE TKDE、IEEE TIP等。团队现有教师16人、本硕博学生和博士后近80人。实验室网址：https://nicelab.swufe.edu.cn/。