近日，AAAI 2023大会公布了今年的杰出论文奖、杰出学生论文奖等重要奖项。其中，信也科技首席科学家王春平博士携手浙江大学、复旦大学相关老师及研究生共同撰写的论文《DropMessage: Unifying Random Dropping for Graph Neural Networks》荣获大会杰出论文奖（Distinguished Paper Award）。
AAAI全称为国际先进人工智能协会 (Association for the Advancement of Artificial Intelligence)，是人工智能和机器学习领域的顶级会议，据最新中国计算机学会推荐国际学术会议和期刊目录，AAAI为人工智能领域的A类会议。AAAI2023 共接收8777 篇投稿，接收论文1721篇，接受率仅为19.6%。大会共评选出12篇杰出论文，内容涵盖模型训练策略优化、图神经网络优化、神经架构搜索等多个方向，获奖比例低于1%。
信也科技此次与高校合作的论文能够在大会中脱颖而出，得益于该团队一直以来在图数据和图神经网络领域深厚的创新力。该研究提出了一种基于message-passing图神经网络的随机删减方法——DropMessage。随机删减方法是深度神经网络中常用的降低过拟合等问题的一种方法，但其理论有效性在图神经网络领域尚未得到证明。该研究验证现有的随机删减方法都可以看成是DropMessage的特殊形式，并从理论上证实了随机删减方法在图神经网络上的有效性，填补了这一重要空白。
相比于现有方法，DropMessage还有收敛速度快，训练过程稳定和保留更多信息的优势。实验表明，应用DropMessage可以普适地提升基于message-passing的图神经网络的性能。这对于社交媒体、推荐系统、生物制药等完全基于图关系的领域应用而言，可以更好地克服数据中噪声的影响，降低过拟合，稳定提升预测性能；而训练稳定性的提升，对于金融等需要捕捉弱关联来进行风险预估、投资策略优化的领域则更为重要，因为这意味着模型更为鲁棒和可信，从而也可能扩充可用场景。
近年来，信也科技持续加大研发投入，深化产学研协同创新。自2018年起，信也科技与浙江大学、加州理工大学、加州大学洛杉矶分校等高校，布局图、视觉、语音等多个人工智能领域并屡获硕果，学术论文被CIKM、TKDE、IJCAI、NIPS、AAAI等AI国际顶会顶刊收录。其中，关于嵌入式网络算法助力解决“金融欺诈”的论文《Financial Fraud Detection on Micro-credit Loan Scenario via Fuller Location Information Embedding》还曾被评为WWW2021 FinWeb研讨会唯一的最佳论文。
信也科技取得成绩的背后是长久以来着眼于科技并致力于科研的信念，未来的信也科技将继续保持对科技研发的关注与投入，不断突破、创新！
免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。
