IJCAI-2022（the 31th International Joint Conference on Artificial Intelligence）将于2022年7月23-29日在奥地利维也纳举行。IJCAI是人工智能领域的顶级国际会议，是CCF A类推荐会议，每年举办一次。本届IJCAI-2022共收到4535篇有效投稿，录用率约为15%。厦门大学信息学院王程教授ASC空间感知与计算实验室团队共有2篇论文被接收，介绍如下：

Multi-Graph Fusion Networks for Urban Region Embedding

作者：吴尚斌#，闫旭#(共同第一作者)，范晓亮*，Shirui Pan, 朱时超, 郑传潘，程明，王程

简介：该论文提出一种多图融合的城市区域表示学习算法（Multi-Graph Fusion Networks，简称MGFN)。MGFN方法旨在探索一种通用的城市区域表示框架。首先通过移动图距离度量算法，将相似的时空数据聚合为具有代表性的移动模式；其次，在移动模式内部和移动模式之间展开联合学习，以得到城市区域的通用嵌入表示。该方法在犯罪数量预测、土地利用类型预测和社交网络签到预测等三个跨域任务上开展实验验证。结果表明MGFN预测精度比基线方法最多提升了12.35%，且具有良好的泛化能力和一定程度的可解释性。厦门大学信息学院2019级硕士研究生吴尚斌、闫旭是论文共同第一作者，通讯作者是信息学院范晓亮高级工程师，合作作者包括：澳大利亚Monash大学Shirui Pan高级讲师、中科院信工所朱时超博士研究生，以及信息学院郑传潘博士生、程明教授、王程教授。

论文链接：https://arxiv.org/pdf/2201.09760.pdf

TopoSeg: Topology-aware Segmentation for Point Clouds

作者：刘伟权#，郭晗韵#（共同第一作者），张玮妮，臧彧*，王程，Jonathan Li

简介：该论文关注点云分割结果的拓扑结构正确性，从拓扑感知角度出发，将拓扑数据分析中的持续同调（Persistence Homology）理论引入3D点云深度学习框架中，提出了拓扑感知的点云分割模块TopoSeg，用于约束点云分割结果的全局拓扑结构。首先，基于持续同调理论构建了一个拓扑损失函数对点云分割结果进行拓扑约束；其次，将提出的 TopoSeg 模块和拓扑损失函数嵌入到点云分割网络中，使得点云分割结果具有与真实标签相似的拓扑结构。实验表明，该论文提出的TopoSeg模块能够容易地嵌入到点云分割网络中，保持点云分割结果的拓扑结构，提高点云分割性能，还能提升点云边缘点检测的鲁棒性。厦门大学信息学院刘伟权博士后/特任副研究员和2020级硕士研究生郭晗韵是该论文的共同第一作者，通讯作者是信息学院臧彧副教授，合作作者包括：信息学院硕士研究生张玮妮和王程教授，以及加拿大滑铁卢大学Jonathan Li教授。