The Greedy Boruta Algorithm: Faster Feature Selection Without Sacrificing Recall
对 Boruta 算法的修改，可在保持高灵敏度的同时显着减少计算量《贪婪的 Boruta 算法：更快的特征选择而不牺牲召回率》一文首先出现在《走向数据科学》上。
IEEE Transactions on Emerging Topics in Computational Intelligence Volume 9, Issue 6, December 2025
1) 以用户为中心的智能系统的可解释性、鲁棒性和公平性：系统综述作者：Idrees A. Zahid、Salem Garfan、M.A. Chyad、A. S. Albahri、O. S. Albahri、A. H. Alamoodi、Muhammet Deveci、Raad Z. Homod、Laith Alzubaidi 页数：3728 - 37532)走向机器学习模型逐点可靠性评估技术的综合分类作者：João Loureiro、Lorena Petrella、Paulo Gil、Teresa Rocha、Simão Paredes、Jorge Henriques页数：3754 - 377
Soft Computing, Volume 29, Issue 21-22, November 2025
1) 资源受限项目调度问题的双目标数学模型：公式化和元启发式作者：Ali Kamali Mohammadzadeh、Saeed Ghafoori、Mirpouya Mirmozaffari 页数：5683 - 57062) 通过最优特征选择和一类分类进行汽车焊接过程故障诊断的智能系统作者：Jesús Alejandro Navarro-Acosta, Edgar O. Reséndiz-Flores 页数：5707 - 57223) 用于动态约束优化问题的共同进化元启发式框架 作者：Gary Pamparà, Andries Engelbrecht 页数：5723 - 57704) 一种估计非
