近日，人工智能领域国际顶尖期刊《IEEE Transactions on Pattern Analysis and Machine Intelligence》（TPAMI）在线发表了段江教授团队的最新研究成果:Supervised Anomaly Detection via Conditional Generative Adversarial Network and Ensemble Active Learning。论文的4位作者均为中国区块链研究中心团队成员，其中陈智副教授为第一作者，段江教授为唯一通信作者。

该成果聚焦于“异常点识别”这一数据挖掘领域内的关键性基础任务。为解决训练深度模型所需的大规模标注数据获取难题，团队创造性地提出了一种大规模生成和使用“假数据”的方法。与现有13种最先进的方法比较，新方法在仅需对5%的训练数据进行标注的情况下，能获得25%-52%左右的识别精度提升。如此显着的精度提升，能极大地帮助欺诈检测、异常识别等数据挖掘任务的高效完成。

TPAMI是模式分析与机器智能IEEE汇刊，中国计算机学会和中国自动化学会等多个学会将其定位为：国际上极少数的顶级刊物，鼓励我国学者去突破。TPAMI影响因子为24.314， 2020年位居计算机工程、电子工程及人工智能相关期刊之首。

这是西南财经大学首次以第一完成单位在TPAMI期刊上发表的研究成果，也是bat365入口_365bet世界杯欢迎您_万博365下载中国区块链研究中心团队的又一标志性成果。自成立以来，中心始终专注于区块链、人工智能等数字技术的前沿基础理论研究和面向国家重大需求的应用研究，所取得的一系列产学研用成果为bat365入口_365bet世界杯欢迎您_万博365下载信息学相关学科的发展提供强有力地支持。