山西大学在无监督集成学习领域取得重要研究成果

近日，山西大学大数据科学与产业研究院演化数据智能团队与人工智能学院研究成果以“How Relation Enrichment Improves Clustering Ensemble Performance: A Second Order Induced Relation View”为题，发表于国际人工智能顶尖期刊IEEE Transactions on Pattern Analysis and Machine Intelligence（简称TPAMI）。论文第一作者为大数据科学与产业研究院副教授李飞江，通讯作者为钱宇华教授，合作者为王婕婷副教授、讲师闫泓任，以及国防科技大学副教授罗廷金。

群体智能是是人工智能领域的重要发展方向。无监督群体学习则是群体智能的重要研究方向之一。回答无监督群体学习为什么有效的理论问题对推动群体智能如何出现具有理论价值。聚类集成作为一种重要的无监督集成学习方法，通常通过融合多个基聚类结果提升聚类质量。大量研究表明，丰富化共现关系矩阵能够有效改善聚类集成性能，但这类方法为何有效、其内在作用机制是什么，仍缺乏理论支撑。围绕这一问题，研究团队从二阶关系诱导的共现矩阵丰富化入手，系统分析关系增强对聚类集成性能的作用机制，并取得以下进展：（1）发现了二阶关系所蕴含的三类样本关系，建立了融合这三类关系的共现矩阵丰富化方法SoCo，数学上刻画了共现关系（CA）、传统二阶共现关系（CA2）与SoCo在表征样本关系方面的差异，为共现信息增强提供了新的建模思路。（2）推导了SoCo与CA的期望和方差表达式，从统计角度揭示SoCo的作用机制，即在保持高置信度关系信息的同时，对低置信度信息进行扰动。该分析解释了关系丰富化能够改善共现信息质量的内在原因，为理解信息增强类方法的有效性提供了依据。（3）建立了SoCo驱动的聚类集成方法CE-SoCo，并在结构化表格、文本、图像、图数据和域适应五类数据场景的16个数据集上，与17种具有代表性的聚类集成方法进行比较。实验结果验证了CE-SoCo的有效性与鲁棒性，表明所提出的关系丰富化机制能够有效提升聚类集成性能。

该研究揭示了关系丰富化方法提升聚类集成性能的作用机制，为理解无监督群体学习的有效性提供了新的视角，对促进无监督群体学习有效性研究的发展具有理论创新意义。研究得到国家自然科学基金项目（62476160、62441239、T2495251、62306170、U24A20253、62136005）和山西省科技创新领军团队专项（202304051001001）支持。

TPAMI是人工智能领域具有重要国际影响力的顶尖学术期刊，被中国计算机学会（CCF）推荐为人工智能领域A类期刊。（通讯员：张颖）