青年教师佳绩频传！深度强化学习赋能仿生计算破解遥感数据离散化难题

近日，我院青年教师陈琼副教授带领的团队在国际权威期刊《IEEE Transactions on Evolutionary Computation》发表题为"A genetic algorithm based on deep Q-learning in optimization of remote sensing data discretization"的最新研究成果。该论文聚焦遥感大数据处理关键技术瓶颈——特征离散化方案优化问题，创新性地将Deep Q-learning与遗传算法相结合，构建新型智能优化框架，显著提升遥感影像特征提取效率与分类精度。

据悉，上述成果发表于计算机领域国际顶级期刊，该刊属中国科学院分区1区（计算机科学-人工智能-计算机：理论方法），最新影响因子12，彰显其在全球进化计算领域的学术影响力。研究团队通过结合深度强化学习的环境感知能力与遗传算法的协同进化优势，有效解决了传统离散化方法在高维遥感数据中易陷入局部最优的难题。这一突破性进展不仅为遥感影像分析提供了新的技术路径，更展现了青年教师在交叉学科领域的创新能力。相关技术成果可拓展并应用于生态环境监测、智能医学影像处理以及多模态跨领域知识融合的遥感医学等领域，有望推动我国人工智能与大数据产业发展。