近日，人工智能领域著名期刊《Knowledge-Based Systems》（SCI一区TOP, IF=8.038）刊发我校数学与计算机科学学院汪廷华教授团队的最新研究成果（Tinghua Wang et.al.Learning with Hilbert–Schmidt independence criterion: A review and new perspectives. Knowledge-Based Systems,2021,234:107567,DOI: https://doi.org/10.1016/j.knosys.2021.107567）。该研究系统综述了基于希尔伯特-施密特独立性准则的典型机器学习问题，包括但不局限于特征选择、降维、聚类分析、核的选择与优化等，详细分析讨论了各种机器学习问题的框架、求解算法及其优缺点，对构建统一的机器学习模型及设计新的机器学习算法具有重要的指导意义。

数学领域著名期刊《Applied Mathematics and Computation》（SCI一区TOP，IF=4.091）刊发我校数学与计算机科学学院教师胡文玉博士的最新研究成果（Wenyu Hu et. al. Efficient computation of the nearest polynomial by linearized alternating direction method, Applied Mathematics and Computation, 2021, 395: 125860, DOI: https://doi.org/10.1016/j.amc.2020.125860）。该成果系统研究了多项式数据的重建问题，提出了一种设计简单、具收敛性保证的框架性优化算法。我校为第一完成单位。

据了解，汪廷华是我校大数据与人工智能研究中心负责人，曾在北京大学计算机科学技术研究所（现北京大学王选计算机研究所）、澳大利亚悉尼科技大学人工智能中心（澳大利亚人工智能研究所）从事博士后和访学研究工作。在人工智能特别是基于核函数的机器学习方面获得了较好的研究成果，部分研究成果前期已经在《IEEE Transactions on Fuzzy Systems》《Information Fusion》《Fuzzy Sets and Systems》《Knowledge-Based Systems》《Expert Systems with Applications》《Neurocomputing》《Engineering Applications of Artificial Intelligence》《Artificial Intelligence Review》《Chinese Journal of Electronics》（电子学报英文版）等国际、国内著名期刊上发表。

胡文玉是我校大数据与人工智能研究中心科研骨干，大连理工大学博士，先后在英国伯恩茅斯大学、中山大学、南开大学、电子科技大学访学，在机器学习和图像处理领域，特别是复杂高维数据分析与处理方面取得了较好研究成果，部分成果在《IEEE Journal on Emerging and Selected Topics in Circuits and Systems》《IEEE Signal Processing Letters》《Applied Mathematics Letters》《Neurocomputing》《Journal of Computational and Applied Mathematics》《Theoretical Computer Science》等国际著名期刊上发表。