近日，学院“智能无人系统技术研究”652科研创新团队成员骆忠强教授在计算机科学领域国际顶级期刊《Engineering Applications of Artificial Intelligence》（影响因子8，中国科学院一区TOP期刊）发表学术论文，题为 “A multichannel framework for multitask learning fusion in modulation recognition tasks”。骆忠强教授为通讯作者，其指导的研究生肖文诗为第一作者，我校为独立第一完成单位。
该研究提出了一种融合多任务学习与多通道网络的调制识别新框架——多任务残差卷积长短期记忆-变换器深度神经网络。其中，主任务网络由卷积神经网络、长短期记忆网络及变换器编码器组成的双流结构构成，可同时提取信号的时间与频率特征；辅助任务网络结合残差卷积与变换器模块，用于提取信号功率谱密度特征。通过融合主、辅网络的特征信息，显著增强了模型的特征表征能力与泛化性能。实验结果显示，该模型在三个数据集上的识别准确率分别达到99.73%、93.9%和94.1%，在低信噪比环境（-18 dB至0 dB）下亦优于基线模型。
《Engineering Applications of Artificial Intelligence》创刊于1988年，由Elsevier出版，是人工智能工程应用领域的重要国际期刊，重点刊载深度学习、自适应系统、模式识别等方向的最新研究成果，尤其注重人工智能技术在工程实际中的应用与优化。该刊近五年平均影响因子为7.7，2025年最新影响因子达8，具有较高的国际学术影响力。
论文链接：ttps://www.sciencedirect.com/science/article/pii/S0952197625026326?dgcid=author
【来源：刘勇 编辑：新闻管理员 审核：张艳】
