信息学院闵文文副教授在知识和数据工程领域理论应用研究取得进展

近日，信息学院闵文文副教授课题组针对高维度生物数据的聚类解释性差，无法获取有效特征集合等问题，提出一种针对L₂₀-norm限制性约束非凸非光滑优化问题的加速算法，实现L₂₀-norm限制性约束函数在正交非负矩阵分解（NMF）模型的创新应用。相关成果以“Structured Sparse Non-negative Matrix Factorization with L20-Norm”为题发表在计算机和信息技术高水平学术期刊IEEE Transactions on Knowledge and Data Engineering (简称IEEE TKDE，IF：9.235)，闵文文为论文第一作者和通讯作者，云南大学信息学院为论文第一单位。

非负矩阵分解是一种强大的降维和聚类分析方法。然而，针对高维度生物数据的聚类问题，NMF聚类结果解释性较差，不能选择有效的特征集合。在本研究中，闵文文副教授课题组将L₂₀-norm限制性约束函数引入到NMF和正交非负矩阵分解模型中，提出一种针对L₂₀-norm限制性约束非凸非光滑优化问题的加速算法，仿真和多个单细胞测序数据集的实验结果展示了此文方法的有效性，该成果解决的问题是目前非凸非光滑优化领域的热点问题之一。

TKDE是中国计算机学会推荐的A类期刊，主要刊登计算机科学、人工智能、电子工程、计算机工程等领域在知识与数据工程方向的学术论文。中国计算机学会（CCF）制定发布的《中国计算机学会推荐国际学术会议和期刊目录》是计算机学界认可的标准，其推荐目录分为A、B、C三档。A类指国际上极少数的顶级刊物和会议，鼓励我国学者去突破。闵文文副教授曾在香港中文大学（深圳）进行博士后在站培养，是信息学院近年来引进的优秀青年学者。