（通讯员 舒鑫才）近日，我院2021级金融数学专业本科生张皓宇在姜旭初副教授指导下，于中科院一区Top期刊《Pattern Recognition》上以第一作者身份发表论文: IMCSN: An Improved Neighborhood Aggregation Interaction Strategy for Multi-scale Contrastive Siamese Networks。

研究提出了一种名为IMCSN的创新图表示学习框架，其核心在于设计了一个多尺度对比学习架构，结合了局部、对偶和全局视图的处理。通过引入IDR数据增强策略，该方法在嵌入空间中引入定向随机噪声，有效地增强了表示的多样性和鲁棒性。文章还设计了跨网络和跨视图的对比学习目标，并采用图同构网络作为编码器，进一步提升了模型对图结构和属性变化的适应能力。同时，引入了基于图重构的自监督损失函数和邻域聚合交互策略，优化了图表示的质量。这些创新不仅在理论上推进了图对比学习的发展，而且在多个公开数据集上的实验中展现了优异的性能，特别是在处理异质图时表现突出。IMCSN框架的提出为复杂图结构数据的处理提供了一个强有力的工具，在社交网络分析、生物信息学和金融欺诈检测等领域具有广泛的应用前景，同时也为图神经网络的可解释性研究提供了新的视角。该项目于2023年7月启动，在姜老师的指导下历时4个月投出。除第一作者张皓宇外，主要作者还包括我院2021级数据科学与大数据技术专业本科生王道立、21级本科生赵王舒（信息工程学院）等。

《Pattern Recognition》是专注于模式识别领域的国际权威学术期刊，创刊于1968年，由Elsevier公司出版。该期刊致力于发表模式识别、计算机视觉、图像处理、文本分析、神经网络和数据挖掘等领域的方法、技术和应用的最新研究成果和综合评论。该期刊为月刊，每年发表论文600篇左右，最新影响因子为7.5。在 JCR计算机科学人工智能类197 本期刊中排第24，为中国自动化学会推荐期刊目录T1类，SCI检索库计算机科学类1区TOP期刊。