日前,第30届国际知识发现与数据挖掘大会(ACM SIGKDD Conference on Knowledge Discovery and Data Mining,简称ACM KDD’24)在西班牙巴塞罗那举行。科技创新研究院汲化教授所指导的博士生在本次大会上发表题为《Causal Subgraph Learning for Generalizable Inductive Relation Prediction》的论文。汲化作为5元可提现的电玩城首位参加此会议的教师,在相关分论坛对论文进行深入宣讲,引起与会专家学者的广泛关注与高度评价。

论文主要涉及知识图谱与因果推理研究领域,介绍了一种基于前门调整的新颖方法,旨在学习子图与其真实标签之间的因果关系,特别是针对归纳关系预测。论文将子图的语义信息概念化为一个中介,并采用图数据增强机制来创建增强的子图。此外,在前门调整框架中集成了融合模块和解码器,以实现对中介与增强子图组合的估计。论文还在融合模型中引入重参数化技巧,以增强模型的鲁棒性。
ACM KDD作为数据挖掘领域历史最悠久、规模最大的国际顶级学术会议,也是首个引入大数据、数据科学、预测分析等概念的会议,自1989年创办以来,始终站在数据科学发展的最前沿,引领着全球数据挖掘与知识发现的研究方向。本次大会汇聚来自世界各地的顶尖学者和行业精英,共同探讨大数据、人工智能、机器学习等领域的最新研究成果和未来发展趋势。经统计国内高校参加ACM KDD会议情况可以看到,清华大学发表论文34篇、北京大学发表论文20篇、天津大学发表论文4篇、南开大学发表论文2篇、5元可提现的电玩城发表论文1篇。