当前位置: 学院首页 >> 学院新闻 >> 正文

计算机学院师生论文入选计算机领域顶级期刊高被引

[发表时间]:2022-02-17 [浏览次数]:

日前,计算机学院多媒体与智能计算研究方向研究团队在国内计算机领域顶级期刊《计算机研究与发展》上发表的综述论文“深度学习可解释性研究进展”(2020年57卷6期),经《计算机研究与发展》编委会评定,入选2020年论文高被引TOP10(排名TOP2)。该论文由计算机学院教授、博士生导师成科扬、研究生王宁、中国电子科学研究院师文喜研究员和我校詹永照教授合作完成,江苏大学为第一完成单位。该研究成果得到了国家自然科学基金面向项目(面向城市视觉感知分析的可解释深度神经网络研究)、社会安全风险感知与防控大数据应用国家工程实验室主任基金项目(PSRPC2018)的资助。

《计算机研究与发展》是中国科学院计算技术研究所和中国计算机学会联合主办的学术性期刊,同时也是CCF推荐A类中文期刊,刊登我国计算机领域最高水平的学术论文和最新科研成果,刊登内容主要为综述、软件技术、信息安全、计算机网络、体系结构、人工智能、计算机应用技术(图形图象、自然语言处理、信息检索)、数据库技术、存储技术及计算机基础理论等相关领域。多年来,该刊一直被评为我国计算机类核心期刊、中国精品科技期刊,是国务院学位办指定的评估学位与研究生教育的“中文重要期刊”;已被多个国际著名的检索系统收录,如美国《工程索引》(EI)、日本《科学文献速报》、俄罗斯《文摘杂志》等;其影响因子和总被引频次在同类学术期刊中名列前茅。该期刊对我国计算机科学技术的发展和高技术领域人才的培养发挥了巨大的作用,是中国计算机类最有影响的学术期刊之一。

深度学习的可解释性研究是人工智能、机器学习、认知心理学、逻辑学等众多学科的交叉研究课题,其在信息推送、医疗研究、金融、信息安全等领域具有重要的理论研究意义和实际应用价值。论文《深度学习可解释性研究进展》主要从深度学习可解释性研究起源、研究探索期、模型构建期三个方面回顾了深度学习可解释性研究历史;从可视化分析、鲁棒性扰动分析、敏感性分析三个方面展现了深度学习现有模型可解释性分析研究现状;从模型代理、逻辑推理、网络节点关联分析、传统机器学习模型改进四个方面剖析了可解释性深度学习模型构建研究,同时对当前该领域研究存在的不足做出了分析,展示了可解释性深度学习的典型应用,并对未来可能的研究方向做出了展望。

江苏大学计算机学院多媒体与智能计算研究团队一直致力于多媒体与人工智能领域研究,取得了一批创新科研成果。团队现有研究人员24名,其中江苏省”333工程”、“六大人才高峰”、“青蓝工程”等省级高层次人才3人次,江苏大学青年学术骨干2人。主要围绕大规模视频、图像语义建模与分析、视觉语音情感分析、移动媒体内容分析与人机交互、场景建模与动画、图形图像数字水印等方面的理论与方法进行研究。

(计算机学院)