近日，煙臺(tái)大學(xué)計(jì)算機(jī)與控制工程學(xué)院劉兆偉教授團(tuán)隊(duì)的兩項(xiàng)最新研究成果同時(shí)入選人工智能?chē)?guó)際頂級(jí)會(huì)議AAAI 2026（The 40th Annual AAAI Conference on Artificial Intelligence）主會(huì)議長(zhǎng)文，分別被錄用為Oral Presentation（口頭報(bào)告）和Poster Presentation（海報(bào)展示）形式。這是我校首次以第一完成單位和獨(dú)立通信單位在A(yíng)AAI學(xué)術(shù)會(huì)議上發(fā)表研究成果。
第一項(xiàng)研究成果“DA-DFGAS: Differentiable Federated Graph Neural Architecture Search with Distribution-Aware Attentive Aggregation”聚焦于聯(lián)邦學(xué)習(xí)環(huán)境下的圖神經(jīng)網(wǎng)絡(luò)（GNN）設(shè)計(jì)。在現(xiàn)實(shí)應(yīng)用中，圖數(shù)據(jù)往往因隱私和安全問(wèn)題分散在不同機(jī)構(gòu)，容易形成“數(shù)據(jù)孤島”，對(duì)訓(xùn)練高性能GNN模型帶來(lái)了巨大阻礙。為此，團(tuán)隊(duì)提出一種新穎的聯(lián)邦圖神經(jīng)架構(gòu)搜索算法（如圖1所示），采用可微分神經(jīng)架構(gòu)搜索技術(shù)為每個(gè)機(jī)構(gòu)自動(dòng)構(gòu)建高性能的個(gè)性化GNN模型，設(shè)計(jì)的分布感知注意力聚合機(jī)制能夠自適應(yīng)平衡各方貢獻(xiàn)，有效緩解數(shù)據(jù)異構(gòu)性帶來(lái)的負(fù)面影響，提升了分布式圖學(xué)習(xí)模型的性能與收斂效率。
圖1 DA-DFGAS算法框架圖
第二項(xiàng)研究成果“Multi-dimensional Adaptive Mix-hop Contextual Learning Framework for Universal Graph Anomaly Detection”聚焦圖異常檢測(cè)。針對(duì)傳統(tǒng)異常檢測(cè)方法嚴(yán)重依賴(lài)大量標(biāo)注數(shù)據(jù)與特定場(chǎng)景訓(xùn)練，難以應(yīng)對(duì)現(xiàn)實(shí)圖中節(jié)點(diǎn)屬性缺失、結(jié)構(gòu)異質(zhì)性強(qiáng)及標(biāo)注成本高昂的挑戰(zhàn)，團(tuán)隊(duì)提出的通用圖異常檢測(cè)框架SAARCS（如圖2所示），僅需極少量正常節(jié)點(diǎn)作為參考，即可在無(wú)需目標(biāo)數(shù)據(jù)訓(xùn)練的條件下，跨域精準(zhǔn)識(shí)別圖中異常模式，為實(shí)現(xiàn)跨領(lǐng)域、低成本、高泛化的圖異常檢測(cè)提供了全新方案，提升了圖異常檢測(cè)模型的跨域泛化能力與實(shí)際應(yīng)用價(jià)值。
圖2 SAARCS框架圖
AAAI會(huì)議被中國(guó)計(jì)算機(jī)學(xué)會(huì)（CCF）和中國(guó)人工智能學(xué)會(huì)（CAAI）列為A類(lèi)國(guó)際學(xué)術(shù)會(huì)議，在CORE Conference Ranking中被評(píng)為A*級(jí)別（最高級(jí)別），其Impact Score為25.57，是人工智能領(lǐng)域歷史最悠久、涵蓋內(nèi)容最廣泛的國(guó)際頂級(jí)學(xué)術(shù)會(huì)議之一，在國(guó)際上享有極高的學(xué)術(shù)聲譽(yù)。近年來(lái)，AAAI會(huì)議的投稿數(shù)量和競(jìng)爭(zhēng)激烈程度屢創(chuàng)新高，2025年度近23,680篇論文投稿，最終總體錄用率僅為17.6%（口頭報(bào)告錄用率更低），體現(xiàn)出其高度的學(xué)術(shù)認(rèn)可度與錄用難度。
以上兩項(xiàng)研究成果均以煙臺(tái)大學(xué)為第一完成單位和獨(dú)立通信單位，劉兆偉為兩篇論文的第一作者和通信作者，第二作者分別為碩士研究生蔣毅豪和姜磊磊。研究工作得到了國(guó)家自然科學(xué)基金、山東省重大創(chuàng)新工程、煙臺(tái)市重大創(chuàng)新工程等基金和項(xiàng)目的支持。
來(lái)稿時(shí)間：11月17日 審核：劉俞斌 責(zé)任編輯：劉運(yùn)正
