本网讯（数学与计算机学院）近日，继指导际銮书院2021级综合实验班本科生方天翔在KDD2024上发表题为“Pre-Training ldentification of Graph Winning Tickets in Adaptive Spatial-Temporal Graph Neural Networks”的研究论文之后，计算中心教师段文影再度指导数学与计算机学院计算机系2022级本科生郭姝君在KDD2025上成功发表题为“Dynamic Localisation of Spatial-Temporal Graph Neural Network”的研究论文。

发表在KDD2024上的论文提出了一种针对自适应时空图神经网络的预定义图彩票方法，使在资源受限条件下的大规模时空图学习成为可能，为时空图的稀疏化构建提供了创新性的思路。该工作是首个在自适应时空图神经网络的训练和推理阶段均改善效率的研究，尤其是训练阶段。根据“彩票票证假设”概念，论文认为自适应时空图神经网络中存在空间图的高效子图，该子图可以在显著减少计算开销的同时达到与完整图可比的性能。论文引入了星型拓扑作为这个中奖票证，它不仅更为稀疏，还保留了确保网络中有效信息传播的基本连接性。这种预先确定的拓扑结构避免了传统的耗时搜索过程，包括训练、修剪和重新训练，从而简化了自适应时空图神经网络的部署，并显著提升了它们在训练和推理阶段的效率。该论文的第一作者为段文影老师，方天翔同学为第二作者，澳门大学何晓溪助理教授担任通讯作者，软件学院院长饶泓教授为共同作者。

段文影老师在西班牙巴塞罗那召开的KDD2024上做口头报告

发表在KDD2025上的论文提出了DnyAGS，一种面向自适应时空图神经网络的稀疏化框架，旨在最大限度地提高分布式部署的效率和准确性。该框架集成了动态定位、随时间演变的空间图和个性化定位，所有这些都围绕动态图生成器进行编排，动态图生成器是一个利用交叉注意的轻量级中央模块。中央模块可以以独立于节点的方式集成历史信息，以增强当前时刻节点的特征表示。然后，这种改进的特征表示用于生成动态稀疏图，而无需昂贵的数据交换，并且支持个性化稀疏。该论文的第一作者为段文影老师，郭姝君同学为第二作者，澳门大学何晓溪助理教授、软件学院院长饶泓教授为共同通讯作者，香港城市大学周子慕助理教授和宜春学院副校长黄伟教授为共同作者。

KDD(ACM SIGKDD Conference on Knowledge Discovery and Data Mining)是数据挖掘领域的CCF-A类国际顶级学术会议，常年录用率低于20%，由美国计算机协会(Association for Computing Machinery, ACM)主办，迄今已举办30届。本年度（KDD’25）将于2025年8月3日至2025年8月7日在加拿大多伦多召开。段文影老师长期从事时空数据挖掘，已经连续三年在KDD(23-25)上发表时空数据挖掘系列研究论文，目前是江西唯一的KDD,WWW等国际顶级学术会议的程序委员会成员和审稿人。

相关论文：

https://dl.acm.org/doi/pdf/10.1145/3637528.3671912

https://arxiv.org/pdf/2501.04239

编    辑：夏芸

责任编辑：徐翰