11月18日至24日，第21届环太平洋国际人工智能大会（The 21th Pacific Rim International Conference on Artificial Intelligence, PRICAI 2024）在日本京都大学举办。PRICAI是亚太地区最具影响力的人工智能领域国际会议之一，也是中国计算机学会推荐C类会议，其涵盖了广泛的人工智能主题，包括机器学习、数据挖掘、自然语言处理、计算机视觉、智能系统、知识表示与推理等，参与者涵盖中国、日本、新加坡、美国、英国等多个国家和地区的优秀科研人员。
在PRICAI 2024国际会议上，我校计算机科学与技术学院刘志刚博士为第一作者发表的论文“A Relaxed Symmetric Non-negative Matrix Factorization Approach for Community Discovery”被评为大会最佳论文。东莞理工学院计算机科学与技术学院为本论文唯一署名单位，李蔚凌博士和钟裕荣博士为论文共同通信作者，23级硕士研究生严浩参与论文工作并署名。
论文提出了一种新颖的松弛对称非负矩阵分解建模方法用于构建复杂网络社区发现模型。该方法通过在多个特征矩阵间引入松弛的对称性约束条件，正确感知无向网络固有的对称结构特性，在近似表述网络对称结构特性的同时能维持特征空间容量及自由度，提高其表示学习能力，进而获得更高的社区结构识别准确度。此外，该研究结合交替方向乘子法原理对多重约束和决策变量进行解耦以便更有效地优化广义损失，并推导出相应的学习算法实现模型高效求解。最后，在六个权威真实的网络数据集上进行了实证分析，实验结果表明本研究提出的方法在社区发现精度方面显著优于当前同类型最先进的方法。
刘志刚博士所在课题团队长期聚焦数据科学领域，现有副教授一人，博士后三人，硕士研究生9名，近五年在IEEE Trans. NNLS、IEEE Trans. SMC-system、IEEE Trans. SC、IEEE/CAA JAS、IEEE Trans. NSE和ICDM、PRICAI、ICIP、CLOUD等期刊和会议发表学术论文40余篇；获批国家自然科学基金，中国博士后面上基金和广东省基础与基础应用基金等省部级以上科研项目6项。
（撰稿人：刘志刚，一审：李蔚凌，二审：余馥凝，终审：陶铭）
