近日，际銮书院2021级综合实验班本科生方天翔的论文“Pre-Training ldentification of Graph Winning Tickets in Adaptive Spatial-Temporal Graph Neural Networks”入选第30届国际知识发现与数据挖掘大会 (The 30th ACM SIGKDD Conference on Knowledge Discovery and Data Mining，简称 KDD 2024) ，这标志着南昌大学首次有本科生在CCF A类会议上发表论文，展示了际銮书院在学术研究和学生培养方面的卓越实力。方天翔同学在参与科研训练项目“面向分布外泛化的动态本地化自适应时空图神经网络”期间，在项目指导老师段文影的指导下完成了这项工作。论文的第一作者为段文影老师，方天翔同学则是第二作者，澳门大学何晓溪助理教授担任通讯作者，软件学院饶泓教授为共同作者。

KDD是数据挖掘领域的CCF-A类国际顶级学术会议，迄今已举办29届。本年度(KDD’24) 将于2024年8月25日至2024年8月29日在西班牙巴塞罗那召开。本次会议共收到2046份投稿，录用率仅为20%。

论文提出了一种针对自适应时空图神经网络的预定义图彩票方法，使在资源受限条件下的大规模时空图学习成为可能，为时空图的稀疏化构建提供了创新性的思路。该工作是首个在自适应时空图神经网络的训练和推理阶段均改善效率的研究，尤其是训练阶段。根据“彩票票证假设”概念，论文认为自适应时空图神经网络中存在空间图的高效子图，该子图可以在显著减少计算开销的同时达到与完整图可比的性能。论文引入了星型拓扑作为这个中奖票证，它不仅更为稀疏，还保留了确保网络中有效信息传播的基本连接性。这种预先确定的拓扑结构避免了传统的耗时搜索过程，包括训练、修剪和重新训练，从而简化了自适应时空图神经网络的部署，并显著提升了它们在训练和推理阶段的效率。