近日，我院在人工智能与数据挖掘领域取得重要研究进展。青年教师徐达以第一作者身份，在国际计算机科学领域知名期刊《Applied Soft Computing》上发表题为《Simultaneous local and global clustering guided multi-view unsupervised feature selection》的学术成果。课题组孙忠贵教授深度参与了论文合作，聊城大学数学与系统科学28预测 为第一完成单位。《Applied Soft Computing》是世界软计算联合会（WFSC）的官方期刊，影响因子为7.8，致力于推广综合性软计算方法以应对现实世界中的复杂问题。

在理论层面，该研究提出了一种基于局部与全局聚类协同引导的多视图无监督特征选择算法（LGMFS），在统一框架内有效实现了多样性保持与一致性学习的平衡，为多视图特征选择提供了新的方法论支撑。在应用层面，该成果率先成功应用于单细胞多组学数据，实验结果表明该方法能够有效识别大量标志基因，并显著提升单细胞亚群的区分能力，充分验证了其在生物医学实际问题中的广泛应用潜力。

该研究工作得到了国家自然科学基金和山东省自然科学基金的资助。此次成果的发表，不仅彰显了我院在人工智能与数据挖掘领域的科研实力，也为多视图无监督特征选择方法的理论发展及其在生物医学领域的深入应用提供了新思路与新路径。