近日，我院郭文忠教授、郭昆教授课题组最新研究成果被人工智能领域国际顶级学术会议IJCAI (International Joint Conference on Artificial Intelligence, CCF A类) 正式录用。

论文录用信息如下：

Guo K, Fang Y, Huang Q, Liang Y, Zhang Z, He W, Yang L, Chen K, Liu X, Guo W. “Globally Consistent Federated Graph Autoencoder for Non-IID Graphs”, Accepted by IJCAI, 2023.

该研究成果由我院2020级硕士生方雨桐、2021级硕士生黄卿卿、2022级硕士生梁雨婷、2021级数据科学与大数据专业本科生何雯彧、2021级人工智能专业本科生张子垚等，在郭文忠教授、郭昆教授的联合指导下完成，体现了我院本科生进实验室及跨专业联合培养制度的优越性。近年来，随着图神经网络技术的飞速发展以及世界各国对隐私保护的日益重视，联邦图神经网络（GNN）在学术界和工业界越来越受到关注。然而，不同参与者的本地子图可能是非独立和非同分布（Non-IID）的问题，导致联邦GNN的准确性显著下降。该论文提出一种结合了联邦学习与分裂学习（Split Learning）的全局一致的联邦图自动编码器，不仅实现了相对于目前SOTA模型更高的精度，且其通信开销和空间开销分别降低了约500倍和1000倍。

IJCAI会议（International Joint Conference on Artificial Intelligence）是人工智能领域公认的国际顶级学术会议。IJCAI 2023 是第32届 IJCAI大会，会议将于8月19日至8月25日在中国澳门举行。IJCAI 2023共收到4566篇投稿，录取率约为15%。