近日，數(shù)據(jù)庫、數(shù)據(jù)挖掘及內容檢索領域權威會議“知識發(fā)現(xiàn)與數(shù)據(jù)挖掘大會”（KDD），計算機體系結構、并行與分布計算及存儲系統(tǒng)領域權威會議“文件和存儲技術大會”（FAST），人工智能領域國際權威會議“人工智能促進會”（AAAI）公布了2025年論文錄用結果。北京工業(yè)大學計算機學院捷報頻傳，計算機科學與技術系冀俊忠教授團隊、方娟教授團隊4篇論文分別被KDD 2025、FAST2025和AAAI 2025錄用，第一作者分別為北工大學生熊雯、周文斌、何思成和青年教師張曉丹，通訊作者分別為劉金鐸、王茜、雷名龍、冀俊忠。
論文“Brain Effective Connectivity Estimation via Fourier Spatiotemporal Attention”被KDD2025錄用，展示了團隊在腦效應連接網絡學習領域的最新研究成果?，F(xiàn)有的腦效應連接學習方法，通常采用分離的方式提取功能磁共振成像（fMRI）數(shù)據(jù)的時間依賴和空間特征，忽略了現(xiàn)實世界中fMRI數(shù)據(jù)統(tǒng)一的時空相關性。此外，fMRI數(shù)據(jù)中的高噪聲水平進一步限制了現(xiàn)有方法的提升空間。針對上述問題，論文提出一種基于傅里葉時空注意力的腦效應連接學習方法(Fourier spatiotemporal attention,FSTA-EC)，實現(xiàn)時間特征與節(jié)點間空間關系的深度融合。在模擬數(shù)據(jù)和真實數(shù)據(jù)集上的實驗結果表明，該方法在腦效應連接學習及其下游任務（腦疾病診斷）中均表現(xiàn)出優(yōu)異性能。
論文“3L-CACHE: Low Overhead and Precise Learning-based Eviction Policy for Web Caches”被FAST2025錄用，展示了團隊在緩存領域的最新研究成果。該成果針對學習類緩存驅逐策略因計算開銷過高而在生產系統(tǒng)難部署的問題，提出了3L-Cache這種低開銷且低丟失率的學習類驅逐策略。該研究成果首次發(fā)現(xiàn)對象級學習策略在實現(xiàn)最低字節(jié)丟失率、對象丟失率的同時，存在減少計算開銷的巨大空間，并由此提出一種訓練數(shù)據(jù)采集方法，通過濾掉不必要的歷史緩存請求實現(xiàn)訓練頻率的動態(tài)調整，且不影響訓練準確性。此外，還提出一種對象驅逐方法以顯著降低預測開銷；設計一個參數(shù)自動調整模塊，增加3L-Cache對于不同trace的泛用性。經過測試評估，3L-Cache驅逐策略性能表現(xiàn)優(yōu)異。
論文“Decomposed Spatio-Temporal Mamba for Long-Term Traffic Prediction”被AAAI 2025錄用，展示了團隊在交通預測領域的最新研究成果。論文針對當前長時交通預測領域存在的時空關系建模不足、計算效率不高問題，提出了一種基于解耦Mamba的交通預測方法。該方法結合空間雙向Mamba與時間線性模型提取周期性、趨勢性時空信息，有效建模交通數(shù)據(jù)中的長距離時空依賴，并維持較高的計算效率。多個交通數(shù)據(jù)集的實驗結果驗證了該模型的有效性。
論文“MEPNet: Medical Entity-balanced Prompting Network for Brain CT Report Generation”被AAAI 2025錄取，展示了團隊在醫(yī)學報告自動生成領域的最新研究成果。自動生成腦CT診斷報告可輔助醫(yī)生診斷顱腦疾病，具有重要的研究意義和應用價值。由于不同醫(yī)學實體在視覺分布上存在顯著差異，導致模型難以均衡地學習多樣的病理信息。針對這一問題，論文提出了一種面向腦CT報告自動生成任務的醫(yī)學實體平衡提示網絡（MEPNet）。該方法通過引入醫(yī)學實體的視覺嵌入和學習狀態(tài)作為輔助線索，引導大型語言模型（LLM）平衡地學習多樣的醫(yī)學實體，從而有效提升腦CT報告的生成質量。在多個腦CT報告生成基準數(shù)據(jù)集上的實驗表明，利用該方法生成的報告在臨床準確性和文本連貫性上具有顯著效果。
KDD是數(shù)據(jù)庫、數(shù)據(jù)挖掘及內容檢索領域頂級會議之一，F(xiàn)AST是計算機體系結構、并行與分布計算及存儲系統(tǒng)領域頂級會議之一，AAAI是人工智能領域國際頂級會議之一，均為CCF-A類推薦會議，具有較高國際影響力。計算機學院多項研究成果被錄用，展現(xiàn)了學院在這些領域的研究水平和實力。學院將以此為激勵，繼續(xù)聚焦行業(yè)前沿、企業(yè)需求開展有組織科研，為培養(yǎng)高素質創(chuàng)新型拔尖人才作出積極貢獻。
文章來源：北京工業(yè)大學
