近日，暨南大学信息科学技术学院计算机科学系智能人机交互团队在人工智能国际顶级期刊《IEEE Transactions on Pattern Analysis and Machine Intelligence》（CCF-A，中科院一区Top，IF=23.6）在线发表了题为“Simplicial Complex Neural Networks”的研究论文。暨南大学计算机科学系智能人机交互团队吴汉瑞副教授为第一作者，龙锦益教授和张佳博士为共同作者，香港浸会大学数学系首席教授Michael K. Ng（吴国宝）为通讯作者。

尽管现有图学习模型在图表征学习上取得了较大的突破，但这些模型通常只利用图的直接信息，而忽略了潜在的间接信息（隐藏的成对或高阶关系）。为此，团队基于图的直接和间接信息构建单纯复形神经网络模型（Simplicial Complex Neural Networks），通过逐层聚合并集成所有单形的信息学习各单形（节点、边和其他高阶单形）的特征表示。此外，团队从数学理论层面推导出了所提出的单纯复形滤波器的理论边界和单纯复形神经网络模型的泛化误差上界。

该研究工作得到了国家自然科学基金（62206111, 62276115, 62106084），广州市青年科技人才托举工程项目（QT-2023-017），广东省杰出青年科学基金（2021B1515020076），和广东省中医药信息化重点实验室（2021B1212040007）等项目的支持。

文章链接：https://ieeexplore.ieee.org/document/10285604

供稿：计算机科学系

文：吴汉瑞

校对：李绪丽

初审：龙锦益

终审：罗国伟