喜报|我所一篇关于半监督图对齐的研究被交叉领域权威期刊World Wide Web录用

发布时间：2025年03月10日

      由我所师生与北京大学合作完成的一篇论文Enhancing robust semi-supervised graph alignment via adaptive optimal transport被交叉领域权威期刊World Wide Web录用，该论文由我所林友芳老师、刘钰老师、博士生陈嵩阳、硕士生欧阳煜威、郭宗申和北京大学邹磊老师共同合作完成。

      给定一对源图和目标图，图对齐（Graph Alignment）旨在识别源图和目标图节点之间的对应关系。最优传输理论由于其良好的性质在图对齐领域得到广泛关注，基于现有半监督图对齐方法鲁棒性差，锚链信息利用不高效的现状，本文提出一种自适应最优传输的方案来建模图对齐问题。具体来说，我们提出一种对偶的可学习的最优传输代价矩阵设计方式，使其能够感知不同的图结构差异并进行自适应学习。同时，为了更加高效的利用锚链信息，我们提出多目标优化的方式，并将其融入到最优传输代价矩阵的设计中。最终，我们的模型在广泛的数据集上取得卓越的性能，并展现较强的鲁棒性。