250
0
2025-11-30
2025-11-30
近日，人工智能領域知名期刊《Pattern Recognition》（JCR Q1 區(qū)，中科院1區(qū)TOP，CCF B，最新影響因子7.6）正式刊發(fā)研究組在多層網(wǎng)絡社區(qū)發(fā)現(xiàn)方面的研究論文“Variational graph filter autoencoder for uncovering community structure in multiplex networks”，博士研究生程俊偉為第1作者?，F(xiàn)有的變分推理方法通常使用低通濾波器來學習節(jié)點表征，這在單層網(wǎng)絡中表現(xiàn)良好，但應用于多層網(wǎng)絡時會削弱層間差異，使節(jié)點表示的判別性降低，進而影響社區(qū)發(fā)現(xiàn)性能。針對這一問題，該文設計了一種自適應頻率融合圖濾波器，能夠同時整合高頻與低頻信號，使方差分量推理階段能夠捕獲層特有的結構信息。此外，構建了一個基于屬性相似度的K近鄰層，用于顯式提取多層網(wǎng)絡的同質(zhì)性信息，并在此基礎上引入跨層共享的高斯混合模型（GMM），以引導各層節(jié)點表征盡可能保持一致的社區(qū)結構。
研究組在過去四年，已針對各類復雜網(wǎng)絡（如屬性網(wǎng)絡、符號網(wǎng)絡、多層網(wǎng)絡、離散動態(tài)網(wǎng)絡、連續(xù)動態(tài)網(wǎng)絡等）社區(qū)發(fā)現(xiàn)涉及的關鍵問題分別開展了深入研究，相關研究成果發(fā)表TPAMI、TKDE、電子學報、AAAI、SIGIR、CIKM、DASFAA等國內(nèi)外知名學術會議及期刊。代表性論文列表如下：
