近日，管理学院青年教师林雷蕾以第一作者、首都师范大学为第一署名单位，在电气电子工程师学会（Institute of Electrical and Electronics Engineers，简称：IEEE）的顶级期刊《IEEE服务计算汇刊》（IEEE Transactions on Services Computing，简称TSC）发表论文《过程挖掘中基于图卷积网络的多视角轨迹聚类方法》（Multi-view Trace Clustering based on Graph Convolutional Networks in Process Mining），TSC是中科院1区Top期刊，CCF-A类期刊。
此次发表的成果聚焦在大规模时序数据的多视角聚类难题，成功提出一种新型的基于图卷积网络的人工智能模型，该模型创新性地利用编码解码架构（Encoder-Decoder）来实现多视角特征融合，达到对海量时序数据的高效聚类。大规模时序数据的高效聚类在国家安全领域、智慧交通领域、智能教育等领域有着广泛的应用场景，该成果的发表标志着首都师范大学在人工智能基础理论研究方面的影响力进一步提升，也是该校“双一流”学科建设取得的又一重要进展。
林雷蕾主要研究方向包括大模型、多智能体、流程管理等，目前已累计以第一作者身份在IEEE系列汇刊、《计算机学报》、《软件学报》等顶级刊物发表论文20余篇，在国内外产生一定影响。
原文链接：https://ieeexplore.ieee.org/document/11027644
声明: 本文资料和图片来自于政府/园区管委会官网、官方公众号、材料相关媒体及其他公开资料，如信息有误或有遗漏，欢迎联系我们修改；我们尊重知识产权，因整理资料所需，本文中引用部分公开第三方的数据、图片等内容，其所属的知识产权归属原作者，且凡引用的内容均在文中标注了原文出处、原作者。若版权所有者认为本文涉嫌侵权或其他问题，请联系我方及时处理；我们力求数据严谨准确，但因受时间及人力限制，文中内容难免有所纰漏。如有重大失误失实，敬请读者不吝赐教批评指正。
