近日，学院机器学习研究中心刘忠慧（教授）、曾晓飞（硕士生）、闵帆（教授）与昆明理工大学李金海（教授）合著的论文“Individual entity induced label concept set for classification: An information fusion viewpoint”在《Information Fusion》上发表。《Information Fusion》是计算机科学和人工智能领域的国际顶尖权威刊物、中科院一区Top期刊，2024年最新影响因子为14.6。这是机器学习研究中心（www.fansmale.com）第一次在该刊发表论文。论文链接：https://www.sciencedirect.com/science/article/pii/S1566253524002732。

  论文提出的CECS算法从信息融合角度通过标签概念集来完成分类任务。首先，算法在标签形式背景中把具有相同标签的对象进行分组来生成子形式背景。随后，算法基于每个单独的实体(对象或属性)从子形式背景中诱导出标签概念集。最后，算法通过融合对象和属性诱导的概念集分别计算被预测对象对每个标签的置信度，从而实现分类。

  本论文在形式概念分析领域引入了创新方法，首次利用概念集直接实现分类功能，填补了该领域在实际应用中的空白。传统的形式概念分析多依赖于概念格，然而，概念格的构建过程往往伴随着高昂的时间和空间复杂度，这限制了其在广泛实际场景中的应用。为解决这一难题，本文提出的CECS算法，通过构建高效的概念集合，不仅显著提升了分类过程的效率，而且在分类精度上也表现出色，超越了部分主流分类算法。这一突破性的进展为形式概念分析在分类领域的应用开辟了新的道路，提供了富有启发性的新思路。