南京大学PASA大数据实验室论文被国际人工智能顶级会议ICLR 2024录用

近日，南京大学PASA大数据实验室在图异常检测方向的论文“Boosting Graph Anomaly Detection with Adaptive Message Passing”被国际人工智能顶级会议 ICLR 2024录用。本文针对图神经网络消息传递和异常局部挖掘的矛盾，设计了一种自适应的消息传递方式。实验结果表明，所提出的方法在性能和计算效率上明显优于已有方法。论文作者来自南京大学PASA大数据实验室，主要工作由PASA大数据实验室研究生陈景岩完成，论文指导教师为朱光辉博士。

ICLR 2024会议的全称为The Twelfth International Conference on Learning Representations，由深度学习领域的三位巨擘——Yoshua Bengio、Yann LeCun以及Geoffrey Hinton共同发起，将于2024年5月7日至5月11日在奥地利维也纳召开。本次会议共收到7262份投稿，录用率为31%。

异常检测是一个基础而又广泛应用的方向。图上的异常检测往往依赖局部不一致性挖掘，而现有基于图神经网络的方法存在消息聚合与局部不一致性挖掘的矛盾。为此，本工作研究设计了一种基于自适应消息传递的两阶段无监督异常检测算法，通过局部异常挖掘和全局异常挖掘相结合，能够针对不同的节点类型（即正常节点、异常孤立节点、异常团伙节点）自适应地决定消息传递的强度。