2021年3月，以我系副教授郭翠为第一作者研究论文《On Pareto-Optimal Boolean Logical Patterns for Numerical Data（数值数据的帕累托最优布尔逻辑模式）》被数学领域国际知名期刊《Applied Mathematics And Computation，AMC》录用。该研究阐明了布尔逻辑模式的本质0-1数据与二进制数值数据的区别，并基于帕累托最优LAD模式等进一步优化了其方法应用。
文章简介
该论文为郭翠副教授和韩国高丽大学的Hong Seo Ryoo教授（通讯作者）合作完成。研究主要指出了布尔逻辑模式的原始0-1数据和二进制数值数据之间的关键区别，通过从文献中选择合适的模式定义，提出了一套修正的模式准则和定义，通过该准则可以清晰地刻画0-1和实值数据的帕累托最优LAD模式。此外，根据该修订的定义，该研究通过基于MILP的模式生成方法，验证了帕累托最优LAD模式的细化准则和实用优势。本研究有助于进一步提高LAD作为一种强大的机器学习方法的实用性。
期刊简介
《Applied Mathematics And Computation，AMC》是数学与应用数学类期刊，中科院SCI一区检索期刊，2020年影响因子为3.472。ACM旨在应用数学、数值计算和面向系统的思想等来解决物理、生物、社会和行为科学等领域产生的各类问题，主要发表以新算法、算法分析及数值计算结果等为重点的论文。
作者介绍
郭翠，本科就读于哈尔滨工业大学计算机科学与技术专业，后公派留学于韩国高丽大学，硕博连读并取得工业工程博士学位。现任纽约国际588888线路检测中心工商管理系副教授，硕士生导师，研究方向为模型的组合与优化，已在《Applied Mathematics and Computation》、《Discrete Applied Mathematics》、《Health Expectations》、《Journal of Korean Operations Research》、《统计与决策》等国内外核心期刊上发表学术论文数篇，主持并参与国家社会科学基金项目、广东省自然科学基金项目、广东高校省级重大科研项目等数项研究项目。
郭翠副教授
