近日,由美亚柏科(300188)电子数据取证与智能装备研究院AI研发中心吴俊毅、赵建强、高志鹏等撰写的研究论文《指数化信息瓶颈理论对抗行人属性类内变化问题》成功被全球信息安全领域顶级期刊IEEE Transactions on Information Forensics & Security(TIFS信息取证与安全技术)录用。这是美亚柏科AI研发中心继2022年在人工智能知名期刊Pattern Recognition上发表重磅论文后,取得的又一国际领先技术成果,也是目前美亚柏科在人工智能领域获得的最高学术成就。 TIFS是全球信息安全领域顶级期刊,中科院期刊SCI一区,JCR一区,中国计算机学会(CCF)推荐A类期刊,中国密码学会(CACR)推荐A类期刊。其主要刊登信息取证、计算机及网络安全、人工智能以及信息论领域最新的研究进展和成果,在信息安全领域享有举足轻重的影响力。 本篇论文主要针对当前图像多标签识别分析中已有信息压缩方法适用性不足,信息传导过程中属性内变化过于严重等问题,创新性提出指数化信息瓶颈理论。通过最小化互信息量以增强神经网络表达能力,在不增加网络参数量的同时有效缓解标签语义信息偏差的问题,在多种网络结构的多标签属性识别任务评测数据集上取得领域最佳性能。 该论文成果将应用在美亚柏科“天擎”公共安全大模型、美亚大脑取证中枢产品和慧眼视频图像鉴真工作站等产品中,有效提升装备化产品中人工智能分析性能,进一步提高美亚柏科取证装备类产品和人工智能产品的行业竞争力。