日前，管理工程学院青年教师张京以第一作者署名的论文“Chaotic loss-based spiking neural network for privacy-preserving bullying detection in public places”在人工智能领域国际知名期刊Applied Soft Computing正式发表。论文通讯作者是管理工程学院江成教授，学院刘经纬教授也是该论文的合著者之一。最新数据显示，Applied Soft Computing是JCR一区期刊，影响因子为7.2。

论文简介：

霸凌行为对许多人的人身安全和心理健康造成了严重危害。这种危害是多方面的，不仅对受害者产生深远影响，也会对施暴者和整个社会环境带来负面后果。监控摄像头的普及和人工智能技术的进步使得公共场所中身体霸凌行为的监测成为可能。然而，无处不在的监控摄像头也引发了严重的个人隐私泄露问题。为了在保护隐私的前提下完成公共场所的霸凌行为检测任务，本研究提出了一种基于神经形态视觉的霸凌行为检测方法，利用时空脉冲信号的特性实现了隐私保护与霸凌行为识别之间的平衡。与此同时，本文构建了SNN-Chaos模型，并在此基础上提出了一种基于混沌损失函数的模型训练方法，从而进一步提升了霸凌行为的识别和分类精度。试验结果表明，本文提出的混沌损失函数在SNN模型的训练过程中能产生明显的混沌效应。基于混沌损失的SNN-Chaos模型的mAP达到了80.8%，其霸凌行为检测精度比CNN模型和传统SNN模型分别高4.4%和10.7%。即使部分霸凌行为瞬间完成且其脉冲图像对人眼来说难以分辨，SNN-Chaos模型依然能实现较为准确的识别和分类。本研究为个人隐私安全和人身安全的双重保障提供了新的解决办法，同时也为脑启发的大规模、超低功耗SNN架构的训练提供理论支撑。

作者简介：

张京，首都经济贸易大学管理工程学院讲师，主要研究方向为AI大模型（LLM）、数字孪生、类脑计算、机器视觉、智慧农业。

江成，首都经济贸易大学管理工程学院教授，主要研究方向为经济社会复杂系统分析、大数据网络建模分析、图机器学习。

刘经纬，首都经济贸易大学管理工程学院教授，主要研究方向为数据科学与大数据分析、人工智能、智能系统与智能控制、PMP专业管理与政策决策等。