实验室一篇论文被全球人工智能顶会AAAI2026录用

2025年11月8日，实验室硕士生张正昊同学为第一作者的论文“Dynamic Deep Graph Learning for Incomplete Multi-View Clustering with Masked Graph Reconstruction Loss”被全球人工智能顶会AAAI2022录用。

该论文提出了一种新颖的动态深度图学习方法——带有掩码图重建损失的不完整多视角聚类。首先，从原始数据构建一个具有鲁棒性的缺失图，然后设计了一个图卷积嵌入层，用于提取主要特征和细化动态视图特定的图结构，利用全局图对缺失视图进行补全。此外，还通过图结构对比学习来识别视图特定图结构之间的一致性。其次，引入了一种图自注意力编码器，它基于已填充的原始特征和特定视角的图来提取高级表示，并通过掩码图重建损失进行优化，以在优化过程中减轻梯度噪声。最后，构建了一个聚类模块，并通过伪标签自监督训练机制进行优化。在多个数据集上的大量实验验证了该方法的有效性和优越性。