我校白静教授指导的研究成果被人工智能顶级期刊Information Fusion录用
近日，我校计算机科学与工程学院白静教授指导研究生林淦、蒋金哲等对图像数据增强技术进行了深入的研究与全面综述。该项研究题为“FrontiersａｎｄDevelopments of Data Augmentation for Image: From Unlearnable to Learnable”（图像数据增强的前沿与发展：从不可学习到可学习），已被国际顶级学术期刊《Information Fusion》正式录用。
数据增强（Data Augmentation）是深度学习中扩展训练数据的关键技术，可有效缓解深度学习模型中有限训练数据引起的过拟合问题。研究综述了各类不可学习数据增强方法和可学习数据增强，并围绕图像分类、目标检测、图像分割和图像超分辨率，重建四个下游任务梳理了各类数据增强方法的应用，围绕五个问题对现有数据增强方法进行总结，并就四个方向提出了展望。
该成果以北方民族大学为第一完成单位，获得了国家自然科学基金、宁夏自然科学基金、宁夏青年拔尖人才和北方民族大学研究生创新项目的资助。
《Information Fusion》是计算机科学领域内人工智能及理论方法方向的权威期刊，致力于展示多传感器、多来源、多过程信息融合领域的最新研究成果，促进相关学科之间的交流与合作。该期刊被SCI和EI检索，并位于JCR1区，中科院计算机科学1区（Top期刊），五年平均影响因子高达16.1，是计算机科学领域极具影响力的学术期刊之一。