近日，东北大学计算机科学与工程学院赵宇海教授团队在图自监督学习领域取得最新研究进展。论文GALOPA: Graph TransportLearning with Optimal Plan Alignment被人工智能领域顶级国际会议NeurIPS 2023（Conferenceon Neural Information Processing Systems）录用。
NeurIPS是CCF（中国计算机学会）推荐的A类会议，CoreConference Ranking推荐A*类会议，与ICML并称为人工智能领域难度最大、水平最高、影响力最强的会议。根据最新的2023谷歌学术影响因子，其Impact Score高达33，H5指数高达198。在所有国际人工智能领域学术期刊/会议中位列第一。据悉，这是东北大学在该会议上发表的首篇论文。
论文第一作者为团队成员王业江博士。该研究成果由东北大学联合新加坡理工大学研究人员共同完成。论文提出了一种全新的图自监督学习框架，旨在融合最优传输理论以无监督的方式学习图表示。该框架突破了目前图对比学习中标签不变性假设的约束，在无需区分正样本/负样本的情况下即可获得良好的图表示结果。该方法使用基于最优运输方案的校准编码器，在图表示学习中不仅能保留图内结构信息，还能保留不同图间的匹配信息。与现有模型相比，基于该框架的图自监督学习模型在公共评测指标上显著优于目前同类最好水平，处于国际领先地位。由于突破了标签不变性假设的约束，模型在高扰动率下也能保持鲁棒的结果。该成果在评审过程中获得了评审人的一致好评，具有重要的研究价值和应用前景，很大程度上推进了图自监督学习领域方向的发展。
上述具有突破性的研究成果的连续取得，标志着计算机科学与工程学院学者在人工智能领域取得了较大进展，研究水平和能力获得了国内外同行的广泛认可，有效提升了我校在相关领域的学术影响力和贡献度，为今后我校学者与国际顶尖学者的交流互动奠定了良好基础。
