吴泓辰虚假新闻检测研究团队取得重要进展

2026-05-19

2026年4月，我院吴泓辰老师在SCI一区Top期刊《Knowledge-Based Systems》发表了题为“DHEM-FND: Dual-layer heterogeneous expert network and dynamic memory augmentation for multi-domain fake news detection”的研究论文。该研究提出了一种融合双层异构专家网络与动态记忆增强的模型，旨在解决多领域虚假新闻检测中的特征纠缠、领域动态演变及计算效率等关键挑战。该研究在Twitter、微博等多个真实世界数据集上验证了模型的有效性，...

查看更多

王皓教授课题组在网络安全研究中取得重要进展

2026-05-19

近日，我院王皓教授课题组在网络安全方向CCF A类顶刊IEEE Transactions on Dependable and Secure Computing上发表了论文” SecOIR: Enhancing Privacy and Accuracy in Outsourced Image Retrieval via Function Secret Sharing and Deep Hashing”。随着大数据与云计算的快速发展，图像数据的规模呈指数级增长，越来越多的用户选择将图像数据及检索服务外包至云服务器。然而，外包环境带来了严重的数据隐私泄露风险，如何在保护数据隐私的同时实现高效、...

查看更多

徐扬老师团队在高效兴趣点推荐研究中取得重要进展

2026-05-19

近日，我院徐扬老师团队在CCF-A类期刊 《ACM Transactions on Information Systems 》上发表题为“EffiPOI: A Product Quantization Framework Based on Knowledge Distillation for Efficient POI Recommendations”的研究论文，本研究创新性地提出了基于知识蒸馏与乘积量化的高效兴趣点推荐方法。2022级博士生彭成美为该论文第一作者，徐扬老师为唯一通讯作者。图1 基于知识蒸馏与乘积量化的高效兴趣点推荐方法框架图在本研究中，...

查看更多

徐扬老师团队在兴趣点推荐领域取得重要研究进展

2026-05-19

近日，我院徐扬老师团队在CCF-A类期刊 《IEEE Transactions on Multimedia 》上发表题为“IMMPOI: An Interest-Aware Multimodal Adaptive Fusion Framework for POI Recommendations”的研究论文，本研究创新性地提出了基于兴趣感知的多模态自适应融合兴趣点推荐方法。2022级硕士生刘尊龙为该论文第一作者，徐扬老师为唯一通讯作者。图1 基于兴趣感知的多模态自适应融合兴趣点推荐方法框架图在本研究中，针对多模态兴趣点推荐任务中多模态噪声干扰严重以及忽视不同模态对用户决策影响差异等问题，...

查看更多

徐卫志、于惠团队在Transformer模型压缩领域取得重要进展

2026-05-19

我院徐卫志、于惠团队近期在人工智能领域的国际顶级学术会议The Thirty-Ninth Annual Conference on Neural Information Processing Systems 2025 (NeurIPS 2025，第39届神经信息处理系统大会)上发表了题为“Attribution-Driven Adaptive Token Pruning for Transformers”的研究论文，为Transformer模型的高效压缩和加速推理提供了突破性的新方法。本研究提出了一种基于归因的自适应令牌剪枝方法（AD-TP），旨在通过智能筛选和保留最重要的令牌，...

查看更多