近日，我校人工智能与计算机学院吴小俊教授团队在多视图聚类研究中取得重要进展，研究成果以“Probabilistically Aligned View-unaligned Clustering with Adaptive Template Selection”为题发表在人工智能领域顶级学术期刊《IEEE Transactions on Pattern Analysis and Machine Intelligence》（IEEE TPAMI）。该论文第一作者为理学院董文华副教授，通讯作者为人工智能与计算机学院吴小俊教授，合作作者为冯振华教授、英国萨里大学Sara Atito、Muhammad Awais 博士及Josef Kittler院士。IEEE TPAMI是人工智能、模式识别、计算机视觉及机器学习领域最重要的学术期刊之一，也是目前信息领域中影响最大、水平最高的期刊。
多视图聚类分析是人工智能的重要研究课题。在大多数现有的多视图建模场境中，源自不同视图的同一目标实例间的跨视图对应关系（如成对的图像-文本数据），是轻松获取一致表征的关键前提条件。然而，在实际应用场景里，这一前提往往难以成立，从而导致视图不对齐的问题。恢复未对齐的多视图数据是一项极具挑战性的任务。为应对这一现实挑战，该文提出了一种基于数据驱动的自适应模板选择机制，并将数据的对齐问题转化为马尔可夫链中的二步转移过程。基于这一思路，该文提出了基于自适应模板选择机制的概率化对齐的视图未对齐的聚类方法，将模板选择、数据对齐以及已对齐数据的聚类问题整合至一个统一框架之中，从而有效且高效地解决了视图未对齐的聚类问题。为促进人工智能领域的发展，论文的算法代码和数据均已开源，论文的链接如下：https://ieeexplore.ieee.org/abstract/document/11194914。
上述研究工作得到了国家重点研发计划项目、国家自然科学基金重点项目、国家自然科学基金国际合作重点项目、国家自然科学基金联合基金重点项目、国家自然科学基金面上项目、教育部111项目（B12018）、美国IEEE国际合作项目和英国EPSRC项目等基金资助。
近年来，我校积极鼓励开展交叉学科研究，校长陈卫院士牵头的交叉学科研究中心获得江苏省立项，此次成果得到了人工智能与计算机学院和理学院的大力支持。我校Josef Kittler人工智能研究院（包含科技部中英人工智能联合实验室、教育部人工智能国际联合实验室、江苏省人工智能国际合作联合实验室和江苏省模式识别与计算智能工程实验室）深耕于人工智能与模式识别领域，在TPAMI、IJCV、TIP、CVPR、ICCV、ICML等顶级期刊和会议上取得了一系列标志性成果。成员曾获得中国政府友谊奖、多个国际组织奖励、江苏省333工程第一层次人才、新世纪优秀人才、国际竞赛冠军、教育部科技进步一等奖、全国和省优秀博士硕士论文奖、江苏省333工程领军创新团队、江苏省高校科技创新团队和江苏高校“青蓝工程”优秀教学团队等荣誉，承担国家和省部级以及国际合作项目五十余项。学校在人工智能领域为国内外提供了广泛的学术服务，连续16年承担中国大学生服务外包创新创业大赛（五星级A类赛事）的组织和评审工作，为全球大学生搭建了施展才华的舞台，培养了一大批优秀的人工智能人才。
基于自适应模板选择机制的概率化对齐的视图未对齐的聚类框架
