近日，學院機器學習研究中心劉忠慧（教授）、曾曉飛（碩士生）、閔帆（教授）與昆明理工大學李金海（教授）合著的論文“Individual entity induced label concept set for classification: An information fusion viewpoint”在《Information Fusion》上發表?！?/span>Information Fusion》是計算機科學和人工智能領域的國際頂尖權威刊物、中科院一區Top期刊，2024年最新影響因子為14.6。這是機器學習研究中心（www.fansmale.com）第一次在該刊發表論文。論文鏈接：https://www.sciencedirect.com/science/article/pii/S1566253524002732。
論文提出的CECS算法從信息融合角度通過標簽概念集來完成分類任務。首先，算法在標簽形式背景中把具有相同標簽的對象進行分組來生成子形式背景。隨后，算法基于每個單獨的實體(對象或屬性)從子形式背景中誘導出標簽概念集。最后，算法通過融合對象和屬性誘導的概念集分別計算被預測對象對每個標簽的置信度，從而實現分類。
本論文在形式概念分析領域引入了創新方法，首次利用概念集直接實現分類功能，填補了該領域在實際應用中的空白。傳統的形式概念分析多依賴于概念格，然而，概念格的構建過程往往伴隨著高昂的時間和空間復雜度，這限制了其在廣泛實際場景中的應用。為解決這一難題，本文提出的CECS算法，通過構建高效的概念集合，不僅顯著提升了分類過程的效率，而且在分類精度上也表現出色，超越了部分主流分類算法。這一突破性的進展為形式概念分析在分類領域的應用開辟了新的道路，提供了富有啟發性的新思路。
