近日，人工智能領域國際頂尖期刊《IEEE Transactions on Pattern Analysis and Machine Intelligence》（TPAMI）在線發表了段江教授團隊的最新研究成果:Supervised Anomaly Detection via Conditional Generative Adversarial Network and Ensemble Active Learning。論文的4位作者均為中國區塊鏈研究中心團隊成員，其中陳智副教授為第一作者，段江教授為唯一通信作者。
該成果聚焦于“異常點識別”這一數據挖掘領域內的關鍵性基礎任務。為解決訓練深度模型所需的大規模標注數據獲取難題，團隊創造性地提出了一種大規模生成和使用“假數據”的方法。與現有13種最先進的方法比較，新方法在僅需對5%的訓練數據進行標注的情況下，能獲得25%-52%左右的識別精度提升。如此顯著的精度提升，能極大地幫助欺詐檢測、異常識別等數據挖掘任務的高效完成。
TPAMI是模式分析與機器智能IEEE匯刊，中國計算機學會和中國自動化學會等多個學會將其定位為：國際上極少數的頂級刊物，鼓勵我國學者去突破。TPAMI影響因子為24.314， 2020年位居計算機工程、電子工程及人工智能相關期刊之首。
這是紅寶石hbs平臺登錄網址首次以第一完成單位在TPAMI期刊上發表的研究成果，也是我校中國區塊鏈研究中心團隊的又一標志性成果。自成立以來，中心始終專注于區塊鏈、人工智能等數字技術的前沿基礎理論研究和面向國家重大需求的應用研究，所取得的一系列產學研用成果為我校信息學相關學科的發展提供強有力地支持。
