網易易盾論文入選IEEE數據庫，中國這一AI技術取得國際領先
近日，網易云易盾實驗室AI算法研究員的一篇論文《MULTI-VIEW AUTOENCODER FOR IMAGE FEATURE LEARNING WITH STRUCTURED NONNEGATIVE LOW RANK》提出了一種對多視角多模態特征信息進行有效融合的自編碼器神經網絡，在準確率、NMI、Purity、ARI等各項性能指標上再創新高，較當下多項國際先進的多視角多模態信息融合技術有顯著性的領先。
當下，人工智能技術應用范圍越來越大。以自編碼器(autoencoder)、卷積神經網絡(CNN)、循環神經網絡(RNN)、長短期記憶網絡(LSTM)為代表的深度學習技術因為擁有良好的特征學習能力，被學術界和工業界廣泛運用于圖像分類、文本語義檢測的實際項目中。然而傳統的自編碼器特征學習技術，忽視了實際數據的多視角特征，只能針對單一的特征進行網絡訓練和特征學習，無法融合數據多視角特征中大量有用的結構化信息。
易盾實驗室AI算法研究員撰寫的論文，提出了一種新的對數據多視角特征進行融合和特征提取的自編碼器網絡。它能在其編碼網絡中，對各個視角的特征信息進行低秩結構化融合。網絡經過訓練學習得到的新特征具有非負性和低秩的結構性質，能夠有效降低不同視角特征之間的噪聲，具有對噪聲的抗干擾能力和魯棒性。所設計的新型自編碼器網絡通過融合不同視角特征各自攜帶的局部視角信息，提高新的數據特征的表示能力，有效地提高了數據的分類識別準確率。
需要指出的是，這種對數據多視角特征信息進行低秩結構化融合的自編碼器網絡方案，對傳統的深度學習技術-自編碼器神經網絡有了很大的創新和改進，對數據語義表示的精準度和分類識別的應用上有較大的性能提高。
看完上面幾段文字，估計很多人犯嘀咕：字都認識，結合在一起，卻有一種看天書的感覺。這里舉一個通俗易懂的例子，形象地比喻：現行的自編碼器神經網絡技術在數據特征信息的利用 上，只能能摸出大象的腿、尾巴，不能對大象進行一個完整、全面的信息描述，無法還原出一個真實的大象。而該論文提出的新的多模態視角信息融合技術，因為能夠對數據的多視角、多模態特征進行綜合提取和有效融合，能把這個大象完整、客觀和真實的呈現出來。
新提出的數據特征信息融合技術，已經成功應用于易盾內容安全項目中，并在文本特征處理應用方面申請了相關專利。通過提取文本內容信息的關鍵詞、聯系方式、詞性句法關系等多視角、多模態信息特征，有效地提高了有害內容的識別率，讓網易云易盾內容安全的準確率和召回率更上一個臺階。
此技術創新相關的論文《MULTI-VIEW AUTOENCODER FOR IMAGE FEATURE LEARNING WITH STRUCTURED NONNEGATIVE LOW RANK》于ICIP 2018 圖像處理大會期間發布，一同參加大會的公司包括微軟、谷歌、Facebook等技術巨頭。由于論文的創新性、應用價值大，該論文已被IEEE數據庫收錄。
網易云易盾
值得一提的是，該論文的主筆為方正，來自網易易盾實驗室，同時是IEEE Member(國際電氣和電子工程師協會會員)、 國際期刊 IEEE Transactions on Cybernetics和Neural Processing Letters的技術審稿評審。網易易盾實驗室成立于2016年，隸屬于網易安全部，目前擁有數十名AI算法專家、安全研究員、政策法規研究專員等。實驗室目前專注探索人工智能技術在安全領域的應用，以及安全相關法規、社會責任等研究。(對該論文感興趣的同學，可以在這里下載：https://ieeexplore.ieee.org/document/8451827/authors)【責任編輯/徐天來】
來源：IT時代網
IT時代網(關注微信公眾號ITtime2000，定時推送，互動有福利驚喜)所有原創文章版權所有，未經授權，轉載必究。
創客100創投基金成立于2015年，直通硅谷，專注于TMT領域早期項目投資。LP均來自政府、互聯網IT、傳媒知名企業和個人。創客100創投基金對IT、通信、互聯網、IP等有著自己獨特眼光和豐富的資源。決策快、投資快是創客100基金最顯著的特點。
TA的最新文章
熱門文章
精彩評論
小何華為現在牛的不只是設備商了，，華為的手機現在也是全球銷量不錯，國內也算是老大了，之前用小米，，現在都改華為了。。產品確實不錯。- 小何三星手機在中國還有市場嗎？看看現在滿大街的vivo和oppo ，，華為，，小米線下店，，就是知道三星的市場基本沒有了。。
- 小何滴滴打車現在也沒有之前那么火了，，補貼也少了。。
- 小何今日頭條要把騰訊的地方各頻道給霸占了。。