电子科技大学商烁教授团队连续在人工智能顶会顶刊发表论文

今天golang学习网给大家带来了《电子科技大学商烁教授团队连续在人工智能顶会顶刊发表论文》，其中涉及到的知识点包括等等，无论你是小白还是老手，都适合看一看哦~有好的建议也欢迎大家在评论留言，若是看完有所收获，也希望大家能多多点赞支持呀！一起加油学习~

近日，计算机科学与工程学院（网络空间安全学院）时空大数据与智能团队科研和人才培养工作再传捷报。由2022级博士研究生饶漩、2023级博士研究生周偲琳、2023级硕士研究生丁重钧撰写的4篇论文相继被人工智能顶会WWW 2025、KDD 2025和顶刊IEEE Trans. on Knowledge and Data Engineering接收。

饶漩以第一作者撰写的论文《Seed: Bridging Sequence and Diffusion Models for Road Trajectory Generation》（作者：饶漩、商烁〔通讯作者〕、姜仁河、韩鹏、陈力思）和丁重钧以第一作者撰写的论文《Parallel Online Similarity Join over Trajectory Streams》（作者：丁重钧、李科、陈力思、商烁〔通讯作者〕）被数据挖掘顶会WWW 2025（The 34th International World Wide Web Conferences）接收。WWW位列CCF推荐会议A类，本年度投稿量超过2000篇，仅收录409篇，接收率仅为19.8%。

饶漩的论文主要研究路网轨迹生成问题，提出的Seed方法将序列模型和扩散模型结合为条件扩散模型，利用序列模型提取路段的移动规则，扩散模型则将这些规则作为引导条件来生成下一个路段。在基准数据集上的实验结果充分验证了所提出方法的有效性。

丁重钧的论文主要研究在大规模数据流上的轨迹相似性实时连接问题，通过将时间感知的指数衰减因子引入时空相似性函数，确保了轨迹连接结果的实时、动态更新，从而有效消除了过时的结果。本文提出的基于矩阵的分区方案与动态负载平衡算法，有效地对轨迹流进行分区，同时最小化数据冗余。为了提高效率，在空间和时间维度上实现了多级剪枝技术，加速了轨迹时空相似性计算。此外，本文还提出了一个近似算法，优化了轨迹相似性的合并过程，基于真实世界数据集的实验结果充分验证了所提出框架的效率与可扩展性。

周偲琳以第一作者撰写的论文《Grid and Road Expressions Are Complementary for Trajectory Representation Learning》（作者：周偲琳、商烁〔通讯作者〕、陈力思、韩鹏、Christian S. Jensen）被数据挖掘顶会SIGKDD Conference on Knowledge Discovery and Data Mining（KDD2025）接收。KDD位列CCF A推荐会议A类，本年度接收率仅为19%。

周偲琳的论文主要关注轨迹大数据分析。轨迹记录物体（如车辆或行人）的运动，分析轨迹数据对理解移动模式至关重要，有助于解决许多现实问题，包括交通优化、交通管理、行人移动性分析。这些问题依赖于一组基本的轨迹操作，如轨迹分类、出行时间估计，轨迹相似度计算。轨迹表示学习的任务是学习可变长度轨迹的通用向量表示，以支持多种轨迹下游任务。现阶段工作都是在基于GPS轨迹的基础上，利用生成的道路轨迹，或者生成的网格轨迹进行轨迹表示学习，然而这种方式只能提供有限的运动模式信息。为了解决这个问题，本文将网格轨迹和道路轨迹利用多模态学习联合表示，提出了一种新颖的轨迹表示多模态框架GREEN。首先道路轨迹利用路网信息和连续性特性学习道路轨迹表示，网格轨迹利用区域信息和网格内GPS点属性学习网格轨迹表示。在这两种单独轨迹表示的基础上，GREEN利用多模态技术融合两种轨迹表示，从而大幅度提升轨迹表示的准确性。在两个百万规模数据集和三个下游任务的实验表示，GREEN的平均性能能够提升15.99%，并且同时具备高效的训练速度。

饶漩以第一作者撰写的论文《Next Point-of-Interest Recommendation with Adaptive Graph Contrastive Learning》（作者：饶漩、姜仁河、商烁〔通讯作者〕、陈力思、韩鹏、姚斌、Panos Kalnis）被人工智能顶刊IEEE Trans. on Knowledge and Data Engineering（TKDE）接收，该期刊位列CCF推荐期刊A类，常年接收率低于20%。

本篇论文主要研究下一个兴趣点推荐问题，提出的AGCL方法利用多个适应性的兴趣点转移图来学习更全面的兴趣点表征，并通过对比学习进一步提升兴趣点的表征能力，从而实现更高的推荐准确率。在基准数据集上的实验结果充分验证了所提出方法的有效性。

计算机科学与工程学院（网络空间安全学院）时空大数据与智能团队由国家级青年人才商烁教授于2019年创建，近年来围绕大数据、大模型、智能时空计算、智能防灾减灾等方向开展广泛而深入的研究。团队现累计已有4名国家级青年人才，博士、硕士研究生40余人，累计发表相关研究领域CCF A类论文150余篇，承担2项国家重点研发计划和6项国家自然科学基金重点项目。其中商烁教授、陈力思教授已先后入选全球前2%顶尖科学家榜单（World’s Top 2% Scientists），研究成果获江西省科技进步一等奖、福建省科技进步一等奖。

文章来源：电子科技大学

今天关于《电子科技大学商烁教授团队连续在人工智能顶会顶刊发表论文》的内容就介绍到这里了，是不是学起来一目了然！想要了解更多关于人工智能,学研,电子科技大学的内容请关注golang学习网公众号！