学术动态：河北大学数学与信息科学学院机器学习与计算智能课题组在机器学习领域发表最新研究成果

近日，我校数学与信息科学学院机器学习与计算智能课题组在机器学习领域的研究取得进展，最新成果“Robust Least Squares Twin Support Vector Machine With Adaptive Pinball Loss”被人工智能领域顶级期刊《IEEE Transactions on Neural Networks and Learning Systems》（2026 5年影响因子11.1）录用并在线发表。邢红杰教授为论文第一作者和通讯作者，王祎丹博士为共同通讯作者，博士生汪思维为第二作者。

该研究对机器学习领域中的鲁棒损失函数进行了探索，设计了一种新型的自适应pinball损失函数，并将其引入最小二乘孪生支持向量机，提出了鲁棒最小二乘孪生支持向量机，从理论角度证明了它的噪声非灵敏性和算法收敛性，并从类内散度和错分误差角度解释了其目标函数。实验结果表明，该模型具有高效的求解速度和优异的抗噪声能力。

《IEEE Transactions on Neural Networks and Learning Systems》由美国电气和电子工程师协会（IEEE）于1990年创办，其前身为《IEEE Transactions on Neural Networks》，是中科院一区TOP期刊，文章录用率为17.2%，主要刊发神经网络和学习系统相关的最新研究成果，聚焦神经网络、深度学习、强化学习及学习系统的理论与应用，涵盖计算机视觉、自然语言处理及智能系统等领域。

该研究工作得到了国家自然科学基金和河北省自然科学基金项目资助。

论文链接：https://ieeexplore.ieee.org/document/11343920

（数学与信息科学学院、科学与技术创新研究院 供稿）