我院本科毕业生张晓雯在《中国图象图形学报》发表学术论文

（通讯员：刘童舒）近日，我院本科毕业生张晓雯在姜旭初副教授指导下，在《中国图象图形学报》（B类）上成功发表论文：《图增强与多重神经网络优化的多维图对比学习》。张晓雯同学目前在中国人民大学统计学院攻读硕士学位。

论文针对无监督图表示学习中存在的增强策略单一、对比机制粗放等问题，提出了一种结合局部—全局图增强技术与多重神经网络协同建模的多维图对比学习模型（LAST-MGCL）。该模型通过条件变分自编码器和奇异值分解进行局部与全局图增强，结合由多头注意力图神经网络构成的多重编码网络，并设计跨网络对比、跨视图对比与邻居对比相结合的多维度对比损失函数，显著提升了模型的分类性能与鲁棒性。实验结果表明，在节点分类任务上，LAST-MGCL模型在图网络数据集上的平均分类准确率达到83.1%，整体优于当前对比学习方法。可视化分析进一步显示，该模型生成的节点嵌入表现出更紧密的类内聚合和更清晰的类间边界。

本次成果的发表是张晓雯与导师姜旭初副教授长期合作、深入探索的结晶，也体现了我院在本科生创新能力培养方面的显著成效。

《中国图象图形学报》是由中国科学院空天信息创新研究院、中国图象图形学学会、北京应用物理与计算数学研究所共同创办的综合性学术期刊。该期刊是中国计算机协会(CCF)推荐计算领域高质量科技期刊分级目录（T2类）。