AAAI 2025（The 39th Annual AAAI Conference on Artificial Intelligence）计划于2025年2月25日至3月4日在美国宾夕法尼亚州费城召开，AAAI是人工智能领域的顶级国际会议。AAAI 会议旨在推动人工智能(AI)的研究，搭建学术交流平台，连接全球人工智能及相关领域的研究者、实践者、科学家、学生与工程师，促进深度对话与协作。
论文题目：GRAIN: Multi-Granular and Implicit Information Aggregation Graph Neural Network for Heterophilous Graphs
第一作者：赵松伟（2022级博士研究生）
收录会议：AAAI’2025 (CCF-A)
指导教师：陈贺昌，江原
论文概述：图神经网络（GNN）在学习图表征方面取得了巨大成功。然而，最近的研究发现，在异配图任务中，GNN 的表现往往不如简单的 MLP，因为在异配图任务中，连接节点的特征或标签可能不同，这就对同配假设提出了挑战。解决这一问题的现有方法往往忽视了信息粒度的重要性，也很少考虑远节点之间的隐含关系。为了克服这些局限性，我们提出了粒度和隐含图网络（GRAIN），这是一种专为异配图设计的新型 GNN 模型。GRAIN 通过聚合不同粒度级别的多视角信息，并纳入来自远处非相邻节点的隐式数据，从而增强节点嵌入。这种方法能有效地整合局部和全局信息，从而获得更平滑、更准确的节点表示。我们还引入了一种自适应图信息聚合器，它能有效结合多粒度和隐式数据，从而显著提高节点表示质量。GRAIN 的性能始终优于 12 个最先进的模型，在同配性和异配性图中都表现出色。
