研究所以第一作者发表三篇高水平论文

近日，研究所陈小军讲师以第一作者发表三篇高水平论文。

第一篇论文的题目为《Semi-supervised Feature Selection via Rescaled Linear Regression》(ID: 1185，IJCAI 2017, http://ijcai-17.org/accepted-papers.html),由陈小军讲师和聂飞平特聘教授共同指导，2016级计算机科学与技术专业硕士研究生袁国文参与完成。该篇论文第一次尝试对传统的基于回归的特征选择原理提出新的解释，并针对半监督特征选择问题提出一种快速的特征选择算法。

第二篇论文的题目为《Directly Minimizing Normalized Cut for Large Scale Data》(ID: 3385, IJCAI 2017, http://ijcai-17.org/accepted-papers.html),由陈小军讲师和聂飞平特聘教授共同指导，2016级计算机科学与技术专业硕士研究生孙文雅参与完成。该工作涉及机器学习中经典的谱聚类算法，提出了一种改进的谱旋转方法，以及一种面向大数据的具有线性计算复杂度的快速谱聚类方法。该篇论文获得了评委的一致好评，平均分超过8分。

第三篇论文的题目为《Subspace Weighting Co-Clustering of Gene Expression Data》（IEEE/ACM Transactions on Computational Biology and Bioinformatics,  DOI: 10.1109/TCBB.2017.2705686）,由陈小军讲师和黄哲学教授共同完成。该篇论文提出了一种面向基因数据的协同聚类方法，并可用于基因选择。该论文被 27th International Conference on Genome Informatics (GIW 2016)会议接受，并推荐到IEEE/ACM Transactions on Computational Biology and Bioinformatics后被录用为regular paper。