近日，人工智能领域顶级期刊IEEE Transactions on Neural Networks and Learning Systems (IF: 10.451)在线发表公司地理时空数据挖掘与智能服务团队研究论文“Overcoming Long-term Catastrophic Forgetting through Adversarial Neural Pruning and Synaptic Consolidation”。论文第一作者为公司博士生彭剑，通讯作者为李海峰教授，合作单位为美国密西西比州立大学和我国四川大学。

    以深度学习为基础的人工智能技术已经在空间大数据理解和分析中展现出强大的竞争力。然而，现有深度学习构建在封闭世界假设基础上，在开放世界下，空间大数据时空谱异质性、动态性和不确定性导致深度学习面临模型迁移和泛化灾难问题。受人类大脑神经元突触可塑性机制启发，太阳成集团tyc33455cc地理时空数据挖掘与智能服务团队提出了一种克服长程灾难性遗忘的方法，通过神经元权重记忆选择性与对抗巩固训练策略，赋予空间大数据智能以长程记忆和终身持续学习能力，减缓开放世界中深度神经网络模型的迁移和泛化灾难。研究成果在通往下一代空间通用智能的道路上迈出坚实一步。

   邓敏教授领衔的地理时空数据挖掘与智能服务研究团队是测绘科学与技术第四研究方向，”空间通用智能理论、方法和应用”是该方向的一个主要研究内容。围绕这一主题，课题组近三年发表ESI热点论文1篇，高被引论文2篇，入选交通领域顶级期刊IEEE Transactions on Intelligent Transportation Systems Top5最受欢迎论文，排名第2，提出的方法作为基线和基础模型被多个学科顶尖期刊和会议广泛引用，发表Nature Food (封面)论文1篇。