科研学术

近日，信息与软件工程学院医药知识工程与智能软件实验室刘勇国教授团队指导本科生权浩迪在中国科学院TOP学术期刊Applied Soft Computing发表题为“An Explainable Feature Selection Method through Statistical Reinforcement Learning”的学术论文。软件学院2021级本科生权浩迪和张云副教授为论文共同第一作者，刘勇国教授为通讯作者，电子科技大学为该论文第一署名单位。

随着数据规模快速增长，特征空间维度不断提升，特征选择在实现高效学习中变得愈发关键。传统过滤式与嵌入式特征选择方法依赖于固定模式，封装式方法容易忽略在特征组合中发挥作用的特征。针对上述不足，本研究提出一种具有可解释性的统计强化学习方法（Experience Accumulation，EA）。该方法利用历史统计信息动态更新特征重要性，设计部分变异策略在探索与利用间取得平衡。

图1 方法流程图

该方法在特征重要性演化过程中呈现出线性变化特性，能够自然区分相关特征、冗余特征与无关特征，显著提升模型可解释性。

图2 不同参数迭代次数下的不同特征选择概率曲线

实验结果表明，与现有特征选择方法相比，提出方法在稳定性、准确性和可解释性方面均表现更优。

图3 算法平均杰卡德相似度

该成果是权浩迪本科期间在刘勇国和张云老师指导下完成的研究工作。权浩迪同学目前已前往阿联酋哈利法大学直博，本科期间在实验室合计发表学术论文3篇，包括中国科学院SCI期刊论文2篇，中文核心期刊1篇。

刘勇国教授牵头的医药知识工程与智能软件实验室，系统开展数智医学、人工智能、大数据等医药健康与信息科学交叉领域的前沿理论研究和关键技术研发，在公卫精准防控、临床诊疗决策、药用资源整理、方药辅助设计、老年智能照护、养生康复推荐等方面取得多项科研成果。承担国家重点研发计划、国家科技重大专项、国家科技基础资源调查专项、国家863计划、国家自然科学基金、四川省科技重大项目等多项科研课题。在等国际权威学术期刊和会议录用发表学术论文400余篇，授权发明专利80余项，计算机软件著作权70余项。

论文链接：https://www.sciencedirect.com/science/article/pii/S1568494626006320