能力提升建设之大比武——我院沈笑副教授在CCF A类国际顶级期刊IEEE TKDE上发表论文

近日，海南大学计算机科学技术学院人机物系统与智能创新团队的沈笑副教授以唯一通讯作者在CCF A类国际顶级期刊IEEE Transactions on Knowledge and Data Engineering（IEEE TKDE）上在线发表最新研究论文，题目为“Graph Transfer Learning via Adversarial Domain Adaptation with Graph Convolution”。华为诺亚方舟实验室的戴全宇研究员是第一作者，论文与香港理工大学的吴晓明教授和王丹教授共同合作。IEEE Transactions on Knowledge and Data Engineering是中国计算机学会(CCF)推荐的A类顶级国际期刊，在数据挖掘领域享有极高的学术声誉。

论文提出了跨网络表示学习算法AdaGCN，通过结合图卷积神经网络和对抗域适应，学习具有网络可迁移性的低维节点特征表示以解决跨网络节点分类问题。相比于该领域的SOTA算法，AdaGCN在源网络仅具有少量节点标签而目标网络完全无标签时，取得准确率的大幅提升。

图1：AdaGCN算法框架图

沈笑副教授近年来一直专注于跨网络表示学习的研究工作，主持了国家自然科学青年基金《结合图神经网络和域适应的跨网络表示学习关键技术研究》，以唯一第一作者在IEEE Transactions on Neural Networks and Learning Systems（IEEE TNNLS）顶级国际期刊（IF= 11.683,中科院SCI大类一区）和AAAI顶级国际会议（CCF A类）上发表了两篇跨网络表示学习论文，题目分别为 “Network together: Node classification via cross-network deep network embedding” 和 “Adversarial deep network embedding for cross-network node classification”。

沈笑，香港理工大学博士和博士后，现任海南大学副教授，硕士生导师。以唯一第一作者或唯一通讯作者发表高质量学术论文10余篇，包含CCF A类顶级国际会议(AAAI、SIGIR、WWW)，CCF A类顶级国际期刊(IEEE TKDE)和中科院SCI大类一区国际期刊(IEEE TNNLS、IEEE TCyb、IEEE TFS)。主持国家自然科学基金1项，作为骨干成员参与香港创新及科技基金1项，香港研究资助局优配研究基金2项，和香港理工大学中央研究基金3项。担任CCF A类顶级国际会议(AAAI、IJCAI)的程序委员会委员(Program Committee Member)，多个国际期刊(IEEE TNNLS、IEEE TCyb、ACM TOIS、ACM TKDD、FGCS)的审稿专家，第7届IEEE-DSS数据科学和系统国际会议的程序委员会主席（Program Chair），和国家自然科学基金项目评审专家。

论文链接：https://ieeexplore.ieee.org/document/9684927