近日，我校管理科學(xué)與工程2024級博士研究生郭啟航作為第一作者撰寫的論文《Cross-graph Interaction Networks》被國際頂級期刊《IEEE Transactions on Knowledge and Data Engineering》（TKDE）錄用。該論文的通信作者為博士生導(dǎo)師、計(jì)算機(jī)學(xué)院楊習(xí)貝教授。TKDE是由中國計(jì)算機(jī)學(xué)會(huì)（CCF）與中國人工智能學(xué)會(huì)（CAAI）共同推薦的A類期刊，是IEEE旗下專注于知識(shí)發(fā)現(xiàn)和數(shù)據(jù)挖掘領(lǐng)域的頂級期刊。

論文中，研究者設(shè)計(jì)了一種跨圖交互網(wǎng)絡(luò)（GInterNet），突破傳統(tǒng)圖神經(jīng)網(wǎng)絡(luò)局限于單圖內(nèi)部學(xué)習(xí)的限制。GInterNet通過構(gòu)建和更新跨圖拓?fù)洌剿鲌D間節(jié)點(diǎn)之間的潛在關(guān)聯(lián)。論文還提出了一種適配于跨圖拓?fù)涞南鬟f新范式，通過聚合不同圖之間的上下文信息，實(shí)現(xiàn)了跨圖節(jié)點(diǎn)交互。這一跨圖的拓?fù)鋵W(xué)習(xí)、信息聚合與動(dòng)態(tài)更新三位一體的新型交互范式，實(shí)現(xiàn)了多圖的表示學(xué)習(xí)。

與現(xiàn)有方法相比，GInterNet不僅可以作為獨(dú)立模型應(yīng)用于半監(jiān)督與無監(jiān)督學(xué)習(xí)場景，還具有即插即用的特性，能夠靈活嵌入現(xiàn)有圖神經(jīng)網(wǎng)絡(luò)架構(gòu)。實(shí)驗(yàn)結(jié)果顯示，GInterNet顯著提升了基礎(chǔ)模型的預(yù)測精度和魯棒性。該研究創(chuàng)新性地構(gòu)建了多圖交互的理論框架與技術(shù)路徑，為復(fù)雜系統(tǒng)建模、生物信息學(xué)等需要多源圖數(shù)據(jù)協(xié)同分析的領(lǐng)域提供了新的方法論支撐，對推動(dòng)圖神經(jīng)網(wǎng)絡(luò)技術(shù)發(fā)展具有重要的指導(dǎo)意義。

論文鏈接（Early Access）：

https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=10891744 

（撰稿：郭啟航 初審：羅文 二審：夏志平 終審：張強(qiáng) 編輯：羅文）