近日，人工智能学院23级本科生张泽胜同学在高维数据特征选择研究领域取得重要进展，研究成果以“Learning-Assisted Evolutionary Feature Selection via Age-Reinforced Reduction and Expansion for High-Dimensional Classification”为题，发表于国际顶级学术期刊《IEEE Transactions on Evolutionary Computation》（IEEE TEVC、中科院1区TOP期刊、最新JCR影响因子15.9）。该论文以张泽胜同学为第一作者，韩守飞副教授为通讯作者。这是学校首次以本科生为第一作者在该期刊上发表论文，也是人工智能学院学生科研创新的又一重要成果，体现了学院在学生科研能力培养方面的显著成效。

高维数据特征选择是人工智能领域的重难点问题。本文创新性提出学习辅助进化特征选择框架。通过构建“个体即特征、种群即特征子集”的全新编码方式，将高维搜索空间有效降维至一维，显著提升算法搜索效率。同时，利用强化学习自适应调节特征缩减与扩张操作，并结合年龄驱动机制科学引导特征筛选，实现对特征子集的精细化优化。实验结果表明，该算法在分类精度、特征子集大小、计算速度三个指标上均达到国际领先水平，计算效率相较现有主流算法提升数千倍，突破了传统算法固有的性能瓶颈。

韩守飞，副教授，硕士生导师，入选安徽省高校中青年教师培育行动项目、安徽省机器人学会优秀教师激励计划，主要从事智能优化、演化算法、特征选择、机器学习等领域研究。主持国家基金青年项目、博士后面上项目等多项，以第一/通讯作者在国内外学术期刊发表论文40余篇（其中IEEE Trans 10余篇）。