近日，亚洲通：信息工程学院徐森教授团队在人工智能学科顶级期刊Neural Networks发表题为“Structure-aware deep clustering network based on contrastive learning”的研究成果（DOI：https://doi.org/10.1016/j.neunet.2023.08.020）。

这是信息学院师生首次在1区top期刊发表论文。学院研一学生陈博炜为第一作者，导师徐森教授为通讯作者。Neural Networks作为中科院1区，CCF人工智能方向的B类期刊，是人工智能学科顶级期刊（包括A类4个，B类21个，C类37个），收录了人工智能领域最前沿的高端论文，目前影响因子为7.8。

近年来，深度聚类已广泛应用于各种数据挖掘任务，它可以分为基于自动编码器（AE）和基于图神经网络（GNN）的方法。然而，现有的基于AE的方法在有效提取结构信息方面存在一些不足，而GNN则存在平滑和异质性问题。本篇论文提出了一种名为结构感知深度聚类网络（SADC）的新型网络。首先，计算多个深度上非相邻节点的累积影响，从而增强邻接矩阵。其次，设计了增强型图自动编码器。第三，AE的潜在空间被赋予了在学习过程中感知原始结构的能力。此外还设计了自监督机制来实现节点表示学习和拓扑学习的共同优化。

本工作获得了国家自然科学基金，中央高校基本科研业务费专项资金，江苏省教育厅面上项目，江苏省未来网络科研基金项目，盐城市基础研究计划项目及亚洲通：研究生创新实践项目的资助。

图片来源：信息学院