近年來(lái)，我校機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘團(tuán)隊(duì)積極開(kāi)展有組織科研，加強(qiáng)團(tuán)隊(duì)攻關(guān)，借力國(guó)家自然科學(xué)基金面上項(xiàng)目、國(guó)家自然科學(xué)基金專(zhuān)項(xiàng)項(xiàng)目、福建省自然科學(xué)基金重點(diǎn)項(xiàng)目資助，在IEEE Transactions on Knowledge and Data Engineering、ACM Transactions on Knowledge Discovery from Data、IEEE Transactions on Fuzzy Systems等CCF A類(lèi)期刊、SCI一區(qū)期刊、機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘領(lǐng)域各類(lèi)頂級(jí)期刊和重要期刊發(fā)表（含錄用）數(shù)篇論文，在層次化結(jié)構(gòu)數(shù)據(jù)學(xué)習(xí)領(lǐng)域取得重要進(jìn)展。這些成果的發(fā)表（含錄用）可有效用于分析傳染病毒的預(yù)測(cè)與關(guān)聯(lián)學(xué)習(xí)、中小學(xué)課業(yè)大數(shù)據(jù)分析等應(yīng)用領(lǐng)域。

利用數(shù)據(jù)類(lèi)別間層次結(jié)構(gòu)關(guān)系進(jìn)行分類(lèi)學(xué)習(xí)任務(wù)廣泛存在于疾病歸類(lèi)、圖像標(biāo)注、文本分類(lèi)等領(lǐng)域。然而，分層分類(lèi)學(xué)習(xí)面臨著特征維度高、類(lèi)別長(zhǎng)尾分布和子類(lèi)標(biāo)注不充分、屬性與決策間關(guān)聯(lián)可解釋差等挑戰(zhàn)。近年來(lái)，我校計(jì)算機(jī)學(xué)院機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘團(tuán)隊(duì)針對(duì)上述挑戰(zhàn)深入展開(kāi)研究，解決了該領(lǐng)域多個(gè)問(wèn)題，發(fā)表（含錄用）了《Hierarchical feature selection based on label distribution learning》《MULFE: Multi-label learning via label-specific feature space ensemble》《Aspectralfeatureselectionapproach withkernelizedfuzzyroughsets》等多篇論文，在學(xué)界產(chǎn)生積極影響。

（文：黃慧）