近日, 必赢线路检测3003赵宇海教授团队在图自监督学习领域的最新研究成果“Graph Contrastive Learning with Progressive Augmentations”被数据挖掘领域顶级学术会议第31届知识发现与数据挖掘会议 (KDD 2025)长文录用。
KDD是数据挖掘和人工智能领域的顶级会议，也是中国计算机学会（CCF）推荐的A类国际学术会议，在学术界和工业界均享有极高声誉，对研究成果的创新性、技术领先性、系统完备性以及写作水平有着极其苛刻的要求。
论文由赵宇海教授团队与新加坡理工大学、新加坡社科大学的研究人员共同完成。论文提出了一种全新的图自监督学习框架，突破了传统图对比学习的静态视角约束，使静态图也可以实现动态对比学习。该框架利用温度扩散原理巧妙地为每个图数据生成一系列不断变化的对比视图并创建相应的时间戳，这些视图保持时间一致性并具有不同的对比粒度，提供了更丰富的多视点洞察力。与现有的静态对比学习方法相比，该方法成功扩展了传统图对比策略的静态局限性，显著提升了图数据的不变表征学习能力。实验结果表明，基于该框架的图自监督学习模型在无监督图对比学习任务中表现出色，在公共评测指标上超越了现有模型，达到了国际领先水平。该成果在评审过程中获得了评审人的高度评价，具有重要的研究价值和广阔的应用前景，推动了图自监督学习领域的发展。
这一研究成果的取得不仅标志着必赢线路检测3003计算机学院在数据挖掘和人工智能领域取得了重要进展，而且提升了学院在相关领域的学术影响力和贡献度，同时为今后与国际顶尖学者的交流互动奠定了坚实基础。