近日，学院科研团队在图机器学习的最新研究成果IA-GGAD模型成功入选国际人工智能顶级会议 NeurIPS 2025 （Conference on Neural Information Processing Systems）亮点（Spotlight）论文(前5%)。这一成绩不仅体现了学院科研团队在前沿人工智能方向的持续突破，也标志着其研究成果在国际学术界的高度影响力。
NeurIPS（Conference on Neural Information Processing Systems） 由神经信息处理系统基金会主办，是人工智能领域最具影响力的国际顶级学术会议，也是中国计算机学会（CCF）推荐的 A 类国际会议，已有38年历史，目前已经成为引领全球人工智能与机器学习研究前沿的顶级学术会议。
成果简述
IA-GGAD: Zero-shot Generalist Graph Anomaly Detection via Invariant and Affinity Learning
IA-GGAD（Invariant and Affinity Combined Generalist Graph Anomaly Detection） 首次从理论上和实验上提出了图基础模型面临的节点漂移（FSS） 和结构漂移（GSS）问题。针对性的设计了图不变和图亲合力学习模块。有效的缓解了漂移问题。传统图异常检测模型通常需要针对每个数据集单独训练，难以适应多源异构场景。IA-GGAD 创新性地提出不变特征学习(Invariant Learning)与结构无关亲和学习(Affinity Learning) 相结合的统一框架，首次从理论上形式化并量化了特征空间偏移 (Feature Space Shift, FSS) 与图结构偏移 (Graph Structure Shift, GSS) 两大挑战，并通过融合语义与结构证据，生成最终的领域无关异常评分及预测结果。实验结果表明，提出的模型相较目前最先进的模型有平均 10 个百分点以上的精度提升，为图基础模型在异常检测方面提供了全新的理论依据和实践路径！
面向未来，学院将继续以国家重大战略需求为导向，深化人工智能技术与地方经济社会发展之间的融合应用。通过加强与云南省内科研院所、产业单位的协同创新机制，将图神经网络、图异常检测等关键技术应用于数字边疆治理、绿色能源管理、智慧医疗与公共安全等重点场景，助力打造面向东南亚辐射中心的智能计算科研高地，为区域科技发展注入持续动能。
该论文由研究生二年级学生张雄与何臻力副教授共同署名第一作者，谢诚教授为通讯作者。
