公司师生在人工智能领域顶级会议IJCAI-2024（CCF-A）发表学术论文

近日，第33届国际人工智能联合会议（International Joint Conference on Artificial Intelligence，简称 IJCAI 2024）录用结果于2024年4月17日公布。公司硕士研究生王辰昊（2021级）的研究成果被IJCAI 2024会议接收，并将于2024年8月在韩国济州岛专题会上汇报相关成果。IJCAI是全球人工智能领域的旗舰会议，由中国计算机学会（CCF）A类推荐，参与者来自全球顶尖的人工智能专家，往年整体录用率约为15%。

研究成果“HeterGCL: Graph Contrastive Learning Framework on Heterophilic Graphs”由王辰昊在刘勇老师和杨艳老师的共同指导下完成。论文主要关注异配图上的无监督表示学习，这在数据挖掘与图表示学习领域具有重要应用前景。尽管自监督学习已取得进展，但将图对比学习范式泛化到异配图上并解决传统消息传递机制引起的同异配节点混合问题仍是关键难题。为解决这些问题，本文提出了一种结合结构和语义学习的新型GCL框架。

通过引入结构增强方案，避免特征混合的同时保留拓扑监督信号，并利用对比损失将学习范围从局部扩展到全局。语义分支则将节点原始特征与语义相似性整合。通过同时优化结构损失和语义损失，无需标注数据即可在各种任务中实现出色的节点表示。

论文在不同下游任务上的大量实验证明，该框架无论在同配图还是异配图上的表现均优于现有方法。