近日，我们郜东瑞副教授团队的研究成果“A multi-domain constraint learning system inspired by adaptive cognitive graphs for emotion recognition”（基于自适应认知图的多域约束学习系统）被人工智能领域顶级期刊“Neural Networks”接收。该项研究成果由yl8cc永利官网的研究生导师郜东瑞副教授和研究生刘梦雯共同完成，永利官网地址为第一署名单位。

该项研究成果提出了一种多领域约束学习系统。受自适应认知图的启发，将时空表征知识嵌入到构建的框架（AC-DCL）中，以提高情绪识别的性能。在AC-DCL中，精心设计了一个空间引导的动态图约束学习模块，以克服对认知先验的依赖，并自适应地生成和约束认知图中的功能关系。同时，提出了一种时间驱动的序列转换器来提取全局时间依赖特征。此外，本研究还设计了一种新的多领域交互注意模块，该模块具有约束领域特定差异和聚合互补信息的功能，超越了传统的静态跨领域交互。该模型的核心在于从复杂、动态的认知结构中获取稳定的认知功能。在dreamer、faced和SEED-IV数据集上的实验结果表明，AC-DCL具有令人印象深刻的优势，并具有推动跨域交互表示学习的潜力。

图1 AC-DCL模型

《Neural Networks》是人工智能与神经网络领域的国际顶级期刊，由国际神经网络学会（INNS）、亚太神经网络学会（APNNS）和日本神经网络学会（JNNS）共同主办，创刊于1988年，现由Elsevier出版。该期刊在中科院分区中为计算机科学2区TOP期刊，JCR分区Q1，五年影响因子为7.9，长期收录前沿研究，涵盖神经网络理论、深度学习及跨学科应用，是学术界与工业界广泛认可的高水平平台。

论文信息:

Dongrui Gao, Mengwen Liu, Haokai Zhang, Manqing Wang, Hongli Chang, Gaoxiang Ouyang, Shihong Liu, Pengrui Li, A multi-domain constraint learning system inspired by adaptive cognitive graphs for emotion recognition, Neural Networks, Volume 188, 2025, 107457, ISSN 0893-6080, https://doi.org/10.1016/j.neunet.2025.107457.