近期，信息工程学院吴丹阳教授课题组在《IEEE Transactions on Pattern Analysis and Machine Intelligence》上分别发表题为“Multiview Graph Clustering with Credible Signed Information”（以下简称成果1）和“Enhance Before Fusion: Multi-View Graph Clustering With Graph Trend Filter”（以下简称成果2）的研究成果。在成果1中，吴丹阳教授为论文第一作者，华南理工大学徐进教授等为论文通讯作者，西北农林科技大学为第一署名单位。在成果2中，课题组交流实习生王鹏磊同学为第一作者，吴丹阳教授为唯一通讯作者，西北农林科技大学为第一署名单位。
两项研究围绕多图学习中传统全局一致性融合难以充分刻画局部结构差异这一关键问题展开，分别从可信局部拓扑建模和图信号非均匀平滑性建模两个角度，探索多图之间潜在的局部互补信息与交互机制。具体地，成果1提出了可信符号信息提取模块，将原始多图增强为符号多图，同时通过三层权重学习机制联合建模簇、视角与符号图之间的局部结构关系。成果2提出了可信跨图增强模块以挖掘可靠拓扑并促进视角间信息交互，同时在多图聚类领域引入高阶图趋势滤波器以刻画图平滑性的非均匀性及局部偏好。
图1 成果1设计框图
图2 成果2设计框图
上述研究受到国家重点研发计划青年科学家项目(No. 2024YFD1601100)，以及国家自然科学基金青年基金（No. 62406253）等项目的资助。
原文链接：
编辑：王学锋
终审：刘玉峰
