標題

關鍵詞

研究主題

A Causal-Based Attribute Selection Strategy for Conversational Recommender Systems

對話推薦系統、因果推理、去混淆、屬性選擇

提出了一種基于因果推斷的特征選擇策略，用于會話推薦系統以提升推薦效果。

A Novel Expandable Borderline SMOTE Over-Sampling Method for Class Imbalance Problem

類別不平衡、過采樣、合成樣本、分類

提出了一種新型可擴展邊界SMOTE過采樣方法，用于解決類別不平衡問題。

A Unified Framework for Bandit Online Multiclass Prediction

在線學習、多類別分類、帶臂學習、梯度下降

提出一個統一框架用于在線多類預測，在探索-利用場景下通過Bandit方法進行預測。

A Universal Pre-Training and Prompting Framework for General Urban Spatio-Temporal Prediction

時空預測、預訓練、提示學習、通用模型

針對智慧城市中的時空數據預測，提出一個通用的預訓練加提示學習框架。

Adaptive Reliable Defense Graph for Multi-Channel Robust GCN

圖神經網絡、魯棒性、防御、對抗攻擊

提出一種自適應可靠的多通道防御圖，用于提高圖卷積網絡對抗攻擊的魯棒性。

An Amortized O(1) Lower Bound for Dynamic Time Warping in Motif Discovery

時間序列、動態時間規整、模體發現、下界

研究了時間序列模式發現中動態時間規整算法的復雜性，并提出了攤銷O(1)下界分析。

Build a Good Human-Free Prompt Tuning: Jointly Pre-Trained Template and Verbalizer for Few-Shot Classification

提示學習、Few-shot、模板學習、Verbalizer

提出聯合預訓練的模板和Verbalizer方法，實現無人工干預的提示調優用于少樣本分類。

CAFE: Improved Federated Data Imputation by Leveraging Missing Data Heterogeneity

聯邦學習、缺失數據插補、數據異質性、個性化模型

提出Cafe框架，通過利用缺失數據的異質性來改進聯邦學習環境下的數據插補效果。

CGoFed: Constrained Gradient Optimization Strategy for Federated Class Incremental Learning

聯邦學習、增量學習、遺忘、梯度優化

提出CGoFed策略，在聯邦增量學習中引入受約束的梯度優化，以緩解增量學習中的災難遺忘。

CMVC+: A Multi-View Clustering Framework for Open Knowledge Base Canonicalization

多視圖聚類、知識庫規范化、實體聚類、對比學習

提出CMVC+框架，使用多視圖聚類和對比學習對開放知識庫進行實體規范化。

Collaboratively Semantic Alignment and Metric Learning for Cross-Modal Hashing

跨模態檢索、哈希學習、語義對齊、度量學習

提出協同語義對齊與度量學習方法，用于提高跨模態哈希檢索的性能。

CoLLM: Integrating Collaborative Embeddings Into Large Language Models for Recommendation

推薦系統、大語言模型、協同過濾、嵌入

提出CoLLM框架，將協同過濾嵌入作為獨立模態引入大型語言模型，以增強推薦系統性能。

Cross-Graph Interaction Networks

圖神經網絡、跨圖交互、消息傳遞、鏈接預測

提出一種跨圖交互網絡，用于建模不同圖之間的交互關系以提升表示學習能力。

Data Optimization in Deep Learning: A Survey

深度學習、數據增強、樣本加權、數據優化

對深度學習中的數據優化技術進行綜述，涵蓋數據增強、數據選擇等方法。

Discovery of Temporal Network Motifs

時間網絡、網絡模體、時間序列、模式發現

研究時間網絡模式發現問題，提出新方法挖掘時序網絡中的重復結構。

Diversity-Promoting Recommendation With Dual-Objective Optimization

推薦系統、多樣性、雙目標優化、精度-多樣性平衡

針對推薦系統提出雙目標優化模型，同時考慮推薦質量和多樣性，以促進推薦結果的多樣性。

“Do as I Can, Not as I Get”: Topology-Aware Multi-Hop Reasoning on Multi-Modal Knowledge Graphs

知識圖譜、多跳推理、多模態、強化學習

提出拓撲感知的多跳推理模型DoAsICan，用于多模態知識圖譜的推理任務。

Doing More With Less: A Survey of Data Selection Methods for Mathematical Modeling

數據選擇、主動學習、數據壓縮、統計建模

綜述數學建模中的數據選擇方法，總結在降低數據需求同時提升模型性能的策略。

Dual-State Personalized Knowledge Tracing With Emotional Incorporation

知識追蹤、情緒建模、個性化學習、遷移學習

在個性化知識追蹤中引入情感因素，提出雙狀態模型以更準確地預測學習者的知識掌握。

Dynamic Ensemble Framework for Imbalanced Data Classification

集成學習、不平衡數據、數據生成、動態集成

提出動態集成框架，通過自適應結合多個分類器來解決不平衡數據的分類問題。

Efficient and Accurate Spatial Queries Using Lossy Compressed 3D Geometry Data

空間查詢、3D幾何、壓縮、GIS、數字孿生

提出利用有損壓縮的三維幾何數據來加速空間查詢的方法，提高查詢效率與精度。

Efficient PMU Data Compression Using Enhanced Graph Filtering Enabled Principal Component Analysis

PMU數據; 數據壓縮; 圖濾波; 主成分分析

提出基于增強圖濾波和主成分分析的高效PMU數據壓縮方法，用于電網監測數據處理。

Enhancing Attribute-Driven Fraud Detection With Risk-Aware Graph Representation

欺詐檢測; 圖表示學習; 風險意識; 屬性分析

通過風險感知的圖表示學習方法提升了基于屬性的欺詐檢測性能。

Estimating Multi-Label Expected Accuracy Using Labelset Distributions

多標簽分類; 準確率估計; 標簽分布; 性能評估

提出利用標簽集分布來估計多標簽分類任務期望準確率的方法。

Few-Shot Knowledge Graph Completion With Star and Ring Topology Information Aggregation

知識圖譜補全; 少樣本學習; 拓撲信息; 表示聚合

引入星形和環形拓撲信息聚合策略，提出少樣本情況下的知識圖譜補全方法。

Finding Rule-Interpretable Non-Negative Data Representation

非負矩陣分解；規則挖掘；可解釋表示；低維表示

論文結合規則挖掘與非負矩陣分解方法，構造了一種可解釋的數據低維非負表示，使得每個潛在因子都可通過相應的規則描述，從而提高了表示的可解釋性。

From Pixels to Insights: A Survey on Automatic Chart Understanding in the Era of Large Foundation Models

圖表理解；基礎模型；數據可視化；深度學習

回顧了近年來大型基礎模型（如大型語言模型）在自動圖表理解任務中的研究進展，并討論了未來的挑戰與研究方向。

GAFExplainer: Global View Explanation of Graph Neural Networks Through Attribute Augmentation and Fusion Embedding

可解釋性；圖神經網絡；節點屬性增強；融合嵌入

提出通過屬性增強和融合嵌入強調節點屬性的新型 GNN 解釋器 GAFExplainer，在保持計算效率的同時提升了解釋的有效性、準確性和可理解性。

Generating k-Hop-Constrained s-t Path Graphs

圖搜索；路徑約束；k跳路徑；圖遍歷??

設計一種高效算法生成滿足k跳約束的源-匯路徑圖。?

Graph Clustering With Harmonic-Maxmin Cut Guidance

圖聚類；最小割；圖劃分；譜方法??

引入Harmonic-Maxmin cut指標優化圖聚類劃分質量。

Group-Aware Dynamic Graph Representation Learning for Next POI Recommendation

下一個興趣點推薦；群組感知推薦；動態圖表示學習

提出群組感知動態圖表示學習方法 GDGRL，通過構建融合用戶交互和伙伴影響的動態圖結構學習用戶偏好。

Hierarchical Causal Discovery From Large-Scale Observed Variables

因果發現；大規模觀測變量；因果割集；條件獨立檢驗；因果簇；簇內結構；簇間結構；模型無關；分層學習

提出分層因果發現框架 HCD，通過劃分因果簇并行處理并合并結構。

Hypergraph Collaborative Filtering With Adaptive Augmentation of Graph Data for Recommendation

自監督學習；雙圖聯合學習；全局協作關系；多任務優化

提出基于超圖的自適應增強協同過濾框架 HCFAA，通過超圖聯合學習捕獲用戶 - 項目圖的全局與局部協作關系并過濾無效邊。

Improving Sequential Recommendations via Bidirectional Temporal Data Augmentation With Pre-Training

序列推薦；數據增強；模型預訓練

提出 BARec 方法，通過雙向時序增強和知識增強微調生成保留用戶偏好的偽歷史項。

Intent Propagation Contrastive Collaborative Filtering

意圖傳播；對比學習；協同過濾；推薦系統??

提出IPCCF算法，引入意圖傳播機制與對比學習以提升推薦表現。

k-Graph: A Graph Embedding for Interpretable Time Series Clustering

時間序列；聚類；可解釋性

通過構建多尺度圖結構提升時間序列聚類的解釋性與精度。

Large-Scale Hierarchical Causal Discovery via Weak Prior Knowledge

因果發現；層次模型；先驗知識；大規模數據

提出了一種層次化的因果發現方法，利用弱先驗知識進行搜索約束，有效降低了高維假設空間的復雜度。

Learning Location-Guided Time-Series Shapelets

時間序列分類；連續優化；可解釋性；形狀子序列

提出了一種連續優化方法，在多類別問題中提升分類準確性和結果的可解釋性。

Model-Agnostic Dual-Side Online Fairness Learning for Dynamic Recommendation

在線推薦；公平性；雙側學習；用戶公平；物品公平?

在推薦系統中引入雙側公平優化機制，兼顧用戶與物品的公平性。

MTD-DS: An SLA-Aware Decision Support Benchmark for Multi-Tenant Parallel DBMSs

基準測試；云計算；DBaaS；多租戶；服務等級協議

提出MTD-DS基準工具，衡量并行數據庫在多租戶場景下的SLA性能。

Multi-View Riemannian Manifolds Fusion Enhancement for Knowledge Graph Completion

知識圖譜；知識補全；對比學習；雙曲空間；黎曼流形

提出MRME-KGC模型，融合多視圖黎曼空間提升知識補全性能。

One-Step Adaptive Graph Learning for Incomplete Multiview Subspace Clustering

不完全多視圖聚類；自適應圖學習；譜嵌入；張量核范數

提出 OAGL 方法，通過稀疏初始化、譜嵌入融合及低秩張量學習實現高效聚類。

Partitioned Dynamic Hub Labeling for Large Road Networks

動態最短路徑；索引維護；中心標號?

基于圖劃分的TDHL擴展方法，提升動態路網查詢與索引更新效率。

Pattern Hiding and Authorized Searchable Encryption for Data Sharing in Cloud Storage

云存儲；數據共享；結果模式隱藏；私集合交集；可搜索加密

提出AXT方案，實現加密檢索中對模式隱藏與訪問控制的支持。

PipeFilter: Parallelizable and Space-Efficient Filter for Approximate Membership Query

近似成員查詢；過濾器；流水線并行；數據庫；數據索引

提出 PipeFilter 過濾器，通過流水線并行和子過濾器設計提升多平臺處理性能。

PipeOptim: Ensuring Effective 1F1B Schedule With Optimizer-Dependent Weight Prediction

流水線并行；深度神經網絡；權重預測；異步訓練

提出PipeOptim機制解決1F1B訓練中的權重不一致與時延問題。

Practical Equi-Join Over Encrypted Database With Reduced Leakage

加密數據庫；等值連接；信息泄露；可驗證計算?

設計新協議減少等值連接中信息泄漏，同時保持高效連接性能。

PRADA: Pre-Train Ranking Models With Diverse Relevance Signals Mined From Search Logs

排序模型；數據增強；多樣性

提出 PRADA 模型，通過局部 / 全局數據增強和生成正樣本挖掘多樣化關聯信號，提升排序模型對稀疏及長尾意圖的處理能力。

Probabilistic Learning of Multivariate Time Series With Temporal Irregularity

概率預測；多變量時間序列；不規則采樣；RNN；歸一化流；神經ODEs

提出處理時間不規則性的概率模型，提升多變量序列預測性能。

REP: An Interpretable Robustness Enhanced Plugin for Differentiable Neural Architecture Search

神經架構搜索；對抗攻擊；對抗魯棒性；搜索空間；魯棒搜索基元

提出 REP 方法，通過采樣魯棒搜索基元與概率增強，提升神經架構搜索模型的對抗魯棒性和準確率法。

Rethinking Variational Bayes in Community Detection From Graph Signal Perspective

變分貝葉斯；社區發現；圖信號處理?

提出VBPG方法，從圖頻域角度改進社區檢測中的變分推理策略。

Scalable Min-Max Multi-View Spectral Clustering

多視圖聚類；極小極大框架；錨點圖；梯度下降法

提出 SMMSC 模型，采用錨點圖和梯度下降法，提升聚類性能與大規模數據適用性。

Scalable Multi-View Graph Clustering With Cross-View Corresponding Anchor Alignment

多視圖學習；圖聚類；錨點對齊；可擴展性

提出可擴展聚類方法，通過錨點對齊增強多視圖圖聚類精度。?

SCHENO: Measuring Schema vs. Noise in Graphs

圖結構分析；模式識別；圖數據質量?

提出SCHENO指標用于衡量圖中結構與噪聲的比例，評估圖的有序性。

SemSI-GAT: Semantic Similarity-Based Interaction Graph Attention Network for Knowledge Graph Completion

知識圖譜補全；交互信息；語義相似性采樣；圖注意力網絡

提出 SemSI-GAT，結合 BERT 與語義相似性采樣，提升補全性能。

Snoopy: Effective and Efficient Semantic Join Discovery via Proxy Columns

語義連接發現；相似性搜索；代理列；表示學習

針對語義連接發現中單元格級方法低效、列級方法效果不足的問題，提出 Snoopy 框架，利用代理列嵌入平衡效率與效果。

Spatio-Temporal Multivariate Probabilistic Modeling for Traffic Prediction

時空建模；多變量建模；概率預測；交通預測?

構建時空概率模型實現多變量交通流量的準確預測。?

Style Feature Extraction Using Contrastive Conditioned Variational Autoencoders With Mutual Information Constraints

風格提取；特征提取；變分自編碼器；對比學習；無監督學習

利用對比條件VAE與互信息約束提取無監督數據中的風格特征。?

TagRec: Temporal-Aware Graph Contrastive Learning With Theoretical Augmentation for Sequential Recommendation

連續時間序列推薦；圖對比學習；圖神經網絡；數據增強??

提出TagRec模型，融合時序感知與圖對比學習提升推薦準確率。

TaylorS: A Multi-Order Expansion Structure for Urban Spatio-Temporal Forecasting

時空預測；泰勒展開；多階導數；城市交通

提出了一種稱為 TaylorS 的模型，將泰勒級數展開引入城市時空序列預測，提高了時空序列預測的準確性。

Towards Stable and Explainable Attention Mechanisms

注意力機制；可解釋性；模型穩定性；干預分析?

提出一種可解釋且魯棒的注意力機制，有助于模型推理透明性。

Transfer-and-Fusion: Integrated Link Prediction Across Knowledge Graphs

知識圖譜；知識遷移；融合；鏈接預測；注意力機制

提出了 Transfer-and-Fusion 框架，實現了不同知識圖譜信息的聯合學習，以提升鏈接預測效果。

關鍵詞

頻次

graph

20

data

11

learning

10

temporal

7

recommendation

7

knowledge

6

clustering

5

prediction

4

gat

4

spatio-temporal

3