近日，第34屆國(guó)際人工智能聯(lián)合會(huì)議（International Joint Conference on Artificial Intelligence, 簡(jiǎn)稱(chēng)為IJCAI）公布了論文錄用結(jié)果，信機(jī)學(xué)院趙勤課題組撰寫(xiě)的論文“Wave-driven Graph Neural Networks with Energy Dynamics for Over-smoothing Mitigation”被會(huì)議錄用，2023級(jí)碩士研究生吳沛晗和青年教師祁宏達(dá)為共同第一作者，趙勤副教授為通訊作者，上海師范大學(xué)為唯一署名單位。

過(guò)平滑是圖神經(jīng)網(wǎng)絡(luò)中一個(gè)長(zhǎng)期存在的挑戰(zhàn)，隨著網(wǎng)絡(luò)深度增加，節(jié)點(diǎn)嵌入會(huì)變得難以區(qū)分，從根本上限制了其在需要細(xì)粒度區(qū)分任務(wù)上的有效性。這一問(wèn)題源于基于擴(kuò)散的傳播機(jī)制，該機(jī)制會(huì)抑制對(duì)保持特征多樣性至關(guān)重要的高頻信息。

研究提出了一種波動(dòng)驅(qū)動(dòng)的圖神經(jīng)網(wǎng)絡(luò)框架，通過(guò)波動(dòng)方程重新定義特征傳播。與擴(kuò)散不同，波動(dòng)方程結(jié)合了二階動(dòng)力學(xué)，平衡平滑和振蕩行為以保留高頻分量，同時(shí)確保有效的信息流動(dòng)。為增強(qiáng)波動(dòng)方程在圖結(jié)構(gòu)上離散化的穩(wěn)定性和收斂性，研究引入了受動(dòng)能與勢(shì)能動(dòng)力學(xué)啟發(fā)的能量機(jī)制，通過(guò)平衡時(shí)間演化和結(jié)構(gòu)對(duì)齊來(lái)穩(wěn)定傳播。實(shí)驗(yàn)表明，此框架實(shí)現(xiàn)了最先進(jìn)的性能，有效緩解了過(guò)平滑問(wèn)題，并支持構(gòu)建更深層、更具表達(dá)力的架構(gòu)。

IJCAI是人工智能領(lǐng)域歷史最悠久的學(xué)術(shù)會(huì)議，也是國(guó)際人工智能領(lǐng)域三大旗艦會(huì)議之一，被譽(yù)為“人工智能界的奧林匹克”，代表著國(guó)際人工智能研究的最高水平和發(fā)展方向。其論文錄用率為計(jì)算機(jī)頂級(jí)會(huì)議中最低，今年僅為19.3%。這是我校首次在IJCAI上發(fā)表論文，也標(biāo)志著我校在人工智能領(lǐng)域研究取得突破性進(jìn)展，得到了國(guó)際同行的認(rèn)可。該項(xiàng)研究成果依托于我校的上海市科委上海智能教育大數(shù)據(jù)工程技術(shù)研究中心，得到了國(guó)家重點(diǎn)研發(fā)計(jì)劃（2022YFB4501704）、國(guó)家自然科學(xué)基金（61702333、62302308）等項(xiàng)目的資助。論文的發(fā)表也表明我校計(jì)算機(jī)學(xué)科和工程中心的科研水平在學(xué)校建設(shè)發(fā)展戰(zhàn)略指引下得到了顯著的提升。

（供稿、圖片：信機(jī)學(xué)院）