应信息工程学院的邀请，麦考瑞大学计算机学院薛珊博士于11月24日13：00，对信息工程学院师生作了“用于图分类的具有上下文感知池化的自监督异构超图学习”的讲座。讲座由信息工程学院科研副院长崔琳主持，信息工程学院部分教师和学生聆听了讲座。

薛珊是一位经验丰富的研究员，其研究领域主要包括深度学习、自适应人工智能、数据挖掘以及复杂网络环境中的知识发现。研究成果已发表在COREA*国际会议以及高影响力国际期刊上。

薛珊讲到，异构图中的表示学习因其复杂性而具有挑战性。当前，自监督学习（SSL）方法主要集中在节点级任务上，忽视了全局图特征。自监督学习方法使用计算密集型技术，忽略了某些节点关系，降低了图级学习的效果。为解决这些问题，引入了一种新颖的用于异构超图学习的SSL框架，SSL框架使用k-hop邻域方法和一个共享属性系统，而非传统的元路径技术。还提出了一种上下文感知的池化系统和一种高阶感知的增强策略，以提高图级学习效果。在与各种基准模型的比较中，该模型表现出5.81%的性能提升。该工作已被ICDM2023接收。

通过此次讲座，开阔了师生的学术视野，加深了对深度学习、自适应人工智能研究方法的理解，为师生今后的相关科研工作积累了经验。

（撰稿：王英 审核：许海峰 编辑：邢雪娥 新闻编号：231210）