应信息工程学院的邀请，麦考瑞大学计算机学院薛珊博士于2023年11月24日13：00，对信息工程学院师生作了“用于图分类的具有上下文感知池化的自监督异构超图学习”的讲座。讲座由信息工程学院科研副院长崔琳主持，信息工程学院部分教师和学生聆听了讲座。
薛珊是一位经验丰富的研究员，其研究领域主要包括深度学习、自适应人工智能、数据挖掘以及复杂网络环境中的知识发现。她的多项研究成果已发表在CORE A*国际会议NeurIPS、IJCAI、WSDM、ICDM上，以及高影响力期刊Pattern Recognition、The VLDB Journal、IEEE Transactions on Neural Networks and Learning Systems（TNNLS）、IEEE Transactions on Knowledge and Data Engineering（TKDE）和IEEE Transactions on Industrial Informatics（TII）上。薛博士曾担任国际顶会IJCNN的会议主席，并在AAAI、IJCAI、WWW、WSDM和KDD国际顶级会议上多次担任特邀专题主席和程序委员会成员。
薛珊讲到，异构图中的表示学习因其复杂性而具有挑战性。当前，自监督学习（SSL）方法主要集中在节点级任务上，忽视了全局图特征。自监督学习方法使用计算密集型技术，忽略了某些节点关系，降低了图级学习的效果。为解决这些问题，引入了一种新颖的用于异构超图学习的SSL框架，SSL框架使用k-hop邻域方法和一个共享属性系统，而非传统的元路径技术。还提出了一种上下文感知的池化系统和一种高阶感知的增强策略，以提高图级学习效果。在与各种基准模型的比较中，该模型表现出5.81%的性能提升。该工作已被ICDM 2023接收。
通过此次讲座，开阔了师生的学术视野，加深了对深度学习、自适应人工智能研究方法的理解，为师生今后的相关科研工作积累了经验。
（撰稿：王英 审核：许海峰）
信息工程学院
