【计算机科学与技术学院 宣】（郑为杰 文/图）近日，哈尔滨工业大学（深圳）计算机科学与技术学院郑为杰助理教授的两篇学术论文分别被人工智能顶级期刊《Artificial Intelligence》和《Journal of Machine Learning Research》录用。郑为杰助理教授均为第一作者，哈尔滨工业大学（深圳）计算机科学与技术学院、国际人工智能研究院为第一完成单位，合作者为法国巴黎综合理工学院Benjamin Doerr教授。据悉，这两个期刊是中国计算机学会人工智能方向推荐CCF-A类期刊，创刊时间分别为1970和2000；最新影响因子分别为14.4和6；2022年录用文章数分别为107篇（Research Paper）和351篇（含16篇Software Paper）；近三年中国大陆文章贡献数目分别为47和82¹。据统计，两篇文章分别是《Artificial Intelligence》录用的以哈工大为第一单位的首篇文章和《Journal of Machine Learning Research》录用的以哈工大（深圳）为第一单位的首篇文章²。

论文概略：

[1] Weijie Zheng, Benjamin Doerr. Mathematical Runtime Analysis for the Non-Dominated Sorting Genetic Algorithm II (NSGA-II). Artificial Intelligence, In Press, https://www.sciencedirect.com/science/article/pii/S0004370223001625

简介：NSGA-II为广泛使用的多目标优化算法，于2002年由Deb团队提出，截止目前已超过四万次谷歌学术引用。如何对其建立严密的时间复杂性理论一直是领域内的重难点问题，本文对其建立了首个运行时间复杂性分析。此文为原始会议论文扩充整理而成。

[2] Weijie Zheng, Benjamin Doerr. From Understanding Genetic Drift to a Smart-Restart Mechanism for Estimation-of-Distribution Algorithms. Journal of Machine Learning Research, Accepted. (arXiv：https://arxiv.org/abs/2206.09090)

简介：分布估计算法为一类通过学习优势个体分布的优化算法，但采样规模是影响优化性能的一个重要参数。基于遗传漂变理论，本文设计了智能重启机制，理论证明在若干问题上其可以取得与采用最优参数的原始算法相同的渐进时间复杂性。实验也验证了该智能重启机制的有效性。此文为原始会议论文扩充整理而成。

郑为杰助理教授简介：

郑为杰，2013年本科毕业于哈尔滨工业大学数学与应用数学专业，2018年博士毕业于清华大学计算机科学与技术专业；2022年6月加入哈尔滨工业大学（深圳）计算机科学与技术学院，担任助理教授。主要研究方向为智能计算的优化理论，获批主持国家自然科学基金青年基金一项、广东省基础与应用基础区域联合基金青年基金一项、深圳市高等院校稳定支持项目一项，是哈尔滨工业大学-世界顶尖大学战略合作计划-中外联合实验室建设项目“智能优化理论国际联合实验室”中方负责人。

如果对智能计算优化理论感兴趣，欢迎联系（zhengweijie@hit.edu.cn），一起科研工作。

^{1 近三年中国大陆文章贡献数目统计于2023年9月24日“Journal Citation Reports”中“Contributions by country/region (Countries or Regions that have contributed the most papers to the journal in the most recent three-year period)”。}

2统计数据来源见附录，如有遗漏，欢迎联系更正。