近日,，醫(yī)學(xué)院張遠(yuǎn)鵬教授的研究論文“Deep Reconciled & Self-Paced TSK Fuzzy System Ensemble for Imbalanced Data Classification: Architecture, Interpretability and Theory”（用于不平衡數(shù)據(jù)分類的深度調(diào)和自定進(jìn)度TSK模糊系統(tǒng)集成：體系結(jié)構(gòu),、可解釋性和理論）在國(guó)際著名期刊《IEEE Transactions on Fuzzy Systems》上發(fā)表,。

基于堆疊的 TSK 模糊系統(tǒng)集成已成功應(yīng)用于不平衡數(shù)據(jù)分類,，但在堆疊過程中,，將輸出變量增強(qiáng)到輸入特征空間會(huì)降低模糊規(guī)則前提的可解釋性,。為了解決上述問題,，該論文提出了一種深度調(diào)和自適應(yīng) TSK 模糊系統(tǒng)集成框架,，用于不平衡數(shù)據(jù)分類,。與現(xiàn)有集成框架相比，其優(yōu)越性體現(xiàn)在以下三個(gè)方面：一是定義了分類器特定的和測(cè)試兼容的樣本敏感度,，以發(fā)現(xiàn)高敏感樣本,，并設(shè)計(jì)了一種調(diào)和自適應(yīng)采樣方法，以平衡少數(shù)類用于后續(xù)層的訓(xùn)練,；二是通過等效數(shù)學(xué)變換將輸出變量從前提轉(zhuǎn)移到結(jié)果,，同時(shí)保持最終輸出不變；三是對(duì)基于堆疊的集成進(jìn)行了全面的理論檢驗(yàn),，以闡明使堆疊策略持續(xù)提供卓越性能的潛在機(jī)制,。

《IEEE Transactions on Fuzzy Systems》為中科院一區(qū)TOP期刊，影響因子10.7。張遠(yuǎn)鵬教授為第一作者,，南通大學(xué)醫(yī)學(xué)院為第一署名單位,。

（張遠(yuǎn)鵬）

相關(guān)鏈接：https://ieeexplore.ieee.org/document/10634753