近日，第34届国际人工智能联合会议（International Joint Conference on Artificial Intelligence, 简称为IJCAI）公布了论文录用结果，信机学院赵勤课题组撰写的论文“Wave-driven Graph Neural Networks with Energy Dynamics for Over-smoothing Mitigation”被会议录用，2023级硕士研究生吴沛晗和青年教师祁宏达为共同第一作者，赵勤副教授为通讯作者，上海师范大学为唯一署名单位。
过平滑是图神经网络中一个长期存在的挑战，随着网络深度增加，节点嵌入会变得难以区分，从根本上限制了其在需要细粒度区分任务上的有效性。这一问题源于基于扩散的传播机制，该机制会抑制对保持特征多样性至关重要的高频信息。
研究提出了一种波动驱动的图神经网络框架，通过波动方程重新定义特征传播。与扩散不同，波动方程结合了二阶动力学，平衡平滑和振荡行为以保留高频分量，同时确保有效的信息流动。为增强波动方程在图结构上离散化的稳定性和收敛性，研究引入了受动能与势能动力学启发的能量机制，通过平衡时间演化和结构对齐来稳定传播。实验表明，此框架实现了最先进的性能，有效缓解了过平滑问题，并支持构建更深层、更具表达力的架构。
IJCAI是人工智能领域历史最悠久的学术会议，也是国际人工智能领域三大旗舰会议之一，被誉为“人工智能界的奥林匹克”，代表着国际人工智能研究的最高水平和发展方向。其论文录用率为计算机顶级会议中最低，今年仅为19.3%。这是我校首次在IJCAI上发表论文，也标志着我校在人工智能领域研究取得突破性进展，得到了国际同行的认可。该项研究成果依托于我校的上海市科委上海智能教育大数据工程技术研究中心，得到了国家重点研发计划（2022YFB4501704）、国家自然科学基金（61702333、62302308）等项目的资助。论文的发表也表明我校计算机学科和工程中心的科研水平在学校建设发展战略指引下得到了显著的提升。
（供稿、图片：信机学院）
