搜索
电子科技大学计算机（网安）学院商烁教授团队在人工智能顶会AAAI发表论文
17 小时前
近日，计算机科学与工程学院（网络空间安全学院）时空大数据与智能团队的三篇研究论文被国际人工智能顶会AAAI2026接收。研究内容涵盖轨迹相似性学习、下一兴趣点推荐及机器遗忘方法。其中，《Region-Point Joint Representation for Effective Trajectory Similarity Learning》提出基于点和区域联合表示的轨迹相似性学习方法RePo，通过结构特征与视觉特征结合，解决了轨迹细粒度信息捕获不足的问题，在三个真实轨迹数据集上平均准确率提升22.2%。《TOOL4POI: A Tool-Augmented LLM Framework for Next POI Recommendation》提出基于工具增强的大语言模型框架Tool4POI，通过外部工具调用机制实现开放集推荐能力，在“历史外”推荐场景下Acc@10指标达40%以上。《Beyond Superficial Forgetting: Thorough Unlearning through Knowledge Density Estimation and Block Re-insertion》提出新型遗忘框架KUnBR，通过知识密度估计与模块重插入策略实现彻底遗忘，在多个基准测试中达到SOTA性能，同时保持模型通用能力。
