近日，我院柳曼博士撰写的三篇论文先后被国际权威期刊录用并在线发表，分别是：
（1）发表于《IEEE Transactions on Fuzzy Systems》（SCI,中科院1区Top, IF: 11.9）的论文“Hesitant fuzzy long short-term memory network and its application in the intelligent building selection”，其中，柳曼为第一作者，学院为第一单位；
（2）发表于《Information Sciences》（SCI,中科院1区Top, IF: 8.1）的论文“Transformation and learning of the non-equidimensional hesitant fuzzy information based on an extended generative adversarial network”，其中，柳曼为第一作者，学院为第一单位；
（3）发表于《Computers & Industrial Engineering》（SCI,中科院1区Top, IF: 7.9）的论文“Evolution learning method to derive missing elements and optimal classification under the connection hesitant fuzzy environment”，其中，柳曼为通讯作者，学院为通讯单位。
三篇论文均围绕一类主题，即模糊环境下的深度学习与鲁棒决策。近年来，深度学习算法是解决分类问题的常用方法，在分类过程中，决策者和专家给出的主观评价和定性选择能够为分类决策提供有效建议。其中，HFS作为新兴的信息描述工具可能忽略了信息的内部逻辑、非等维特征和元素缺失特性等。为此，相关论文分别从SHFS、NHFS以及MHFS等HFS的创新着手，针对新模糊集的新特征和性质，提出了HF-LSTM网络与EHF-GAN等系列模型以提供分类结果。此外，论文还推导了新模型对应的优化算法和学习算法，这些算法可以实现犹豫模糊信息的最终分类，提高分类结果的可信度。最后，论文基于所提出的方法完成了相关智能应用研究，计算结果也进一步表明了新模型和新算法的可行性与有效性。
作者简介：
柳曼，女，管理学博士。主要研究方向：管理决策、智能算法、模糊信息集成等。近年来，以第一作者或通讯作者发表SSCI、SCI检索论文10余篇，前期研究成果分别发表或录用在IEEE Transactions on Fuzzy Systems，IEEE Transactions on Engineering Management，Journal of the Operational Research Society，Information Sciences，Applied Soft Computing，Computers & Industrial Engineering，Applied Intelligence，以及Economic Research-Ekonomska Istraživanja等期刊。
