近日，新财经综合实验室高强副教授课题组在人工智能和数据挖掘领域取得重要研究成果，成果分别发表于NeurIPS、TKDE、ACM TIST等顶级会议或期刊上。

成果一：以高强副教授为第一作者，西南财经大学为第一单位的研究论文“Enhancing Knowledge Transfer for Task Incremental Learning with Data-free Subnetwork”被第37届神经信息处理系统会议 (Thirty-seventh Conference on Neural Information Processing Systems，NeurIPS 2023) 录用（Full Paper）。今年NeurIPS主会（Main Track）共收到有效投稿12343篇，录用率为26.1%。该研究论文探讨了持续学习框架中的任务增量学习知识迁移问题，提出了一种无数据子网络学习结构DSN，通过选择一小部分神经元的附属权重来激活新任务，包括通过神经元掩码来激活先前任务中重复使用的神经元。同时，它还能通过无数据重放将可能有价值的知识传递给先前的任务。特别是，DSN从本质上消除了灾难性遗忘、过去数据不可用或可能存在的隐私问题。

NeurIPS是国际公认的人工智能、机器学习领域三大会议（NeurIPS、ICLR和ICML）之一，具有广泛国际影响力。在中国计算机学会的国际学术会议推荐列表中，NeurIPS为人工智能领域的A类会议。NeurIPS 2023将于12月10日到16日举行，举办地点为路易斯安那州新奥尔良市。这是我校在人工智能领域学科发展重要突破，助力新财经战略升级。

成果二：以高强副教授为第一作者，西南财经大学为第一单位的研究论文“Predicting Human Mobility via Self-supervised Disentanglement Learning”被IEEE Transactions on Knowledge and Data Engineering（IEEE TKDE）录用，论文提出了SSDL新型解耦表示学习方案用于解决下一个 POI 预测问题。SSDL的主要目的是从海量轨迹中将潜在的时不变因素和时变因素分解到不同的潜在空间中，从而提供一种可解释的视角来理解人类不同移动表征背后错综复杂的语义。

TKDE是数据挖掘领域顶级期刊，在中国计算机学会的国际学术期刊推荐列表中，是中国计算机学会推荐的A类期刊。

成果三：由高强副教授指导的2019级计算机科学与技术专业本科生伏红竹（已保研至电子科技大学攻读硕士学位）研究论文“Inferring Real Mobility in Presence of Fake Check-ins Data”被人工智能领域权威期刊ACM Transactions on Intelligent Systems and Technology录用。研究提出了IRMoGA图增强注意力模型，该模型试图通过利用不可靠的时空数据来捕捉潜在的移动模式和签到相关性。通过结合注意力机制（而不是仅仅依赖传统的递归模型）来理解人类流动的规律性，同时利用图神经网络来理解人类历史签到中的相互影响，并利用先验知识来减轻推断偏差。

ACM TIST是ACM旗下的主要学术期刊之一。该期刊主要刊登多学科视角下的智能系统、应用算法和技术方面的高质量论文。

成果四：由新财经综合实验室黄鹂老师、高强副教授（通讯）、刘贵松教授共同指导的2022级计算机软件与理论专业硕士研究生刘铠研究论文“HBay: Predicting Human Mobility via Hyperspherical Bayesian Learning”获得KSEM 2023大会唯一Best Paper Award。该奖项是KSEM组委会对当年接收的长文（full paper）授予的最高奖项，由审稿人提名，主席根据贡献度、完成度以及影响力进行综合评价。针对POI预测问题，该论文提出了一种使用超球模型的预训练与微调相结合的推理方法HBay。HBay首先通过图学习的方式来挖掘轨迹背后的多种上下文交互语义。其次，通过超球变分贝叶斯推理设计了概率轨迹生成的预训练模型，通过自监督训练去学习兴趣点之间的时空关系。最后，在预训练的基础上通过微调与历史轨迹的注意力提取，实现了对下一个兴趣点的精准预测。

KSEM（International Conference on Knowledge Science, Engineering and Management）会议是国际知名学术会议，KSEM即知识科学、工程与管理国际会议，旨在为知识科学、知识工程和知识管理等广泛领域的研究人员提供一个交流思想和报告最新研究成果的会议平台。是中国计算机学会推荐的C类会议之一，每年长文录用率约20%。