(相關(guān)資料圖)
近日，ICDE 2023（第39屆IEEE國際數(shù)據(jù)工程大會）公布入選會議論文名單。東北大學(xué)計算機(jī)科學(xué)與工程學(xué)院同時入選4篇長文，創(chuàng)造我校計算機(jī)學(xué)科入選數(shù)據(jù)庫領(lǐng)域權(quán)威國際頂級學(xué)術(shù)會議論文數(shù)量歷史最好成績。
論文《Skyline Micro-Cluster Query: A Novel and Practical Spatial Query》第一作者為計算機(jī)科學(xué)與工程學(xué)院盧晶博士，校內(nèi)指導(dǎo)教師為王興偉教授、趙宇海教授。該研究工作由東北大學(xué)聯(lián)合新加坡理工大學(xué)、北京理工大學(xué)研究人員共同完成。論文首次提出了一種新穎的空間查詢?nèi)蝿?wù)-skyline微簇查詢（SMC），以微簇的形式返回一組在密度和距離維度上滿足用戶查詢要求的帕累托最優(yōu)解。論文同時提出了面向SMC問題的查詢算法BSMC和ESMC，在將查詢時間復(fù)雜度從O(2^N)降至O(N^3)的基礎(chǔ)上，通過引入z-值索引和增量查詢思想，同時提升了算法的查詢效率和內(nèi)存開銷。該研究創(chuàng)建了一種新的空間查詢模式，在基于位置的服務(wù)、智能交通、信息跟蹤等許多現(xiàn)實(shí)生活場景中存在著廣泛應(yīng)用，未來有望進(jìn)一步取得更多重要研究成果。
論文《COCLEP: Contrastive Learning-based Semi-Supervised Community Search》第一作者為計算機(jī)科學(xué)與工程學(xué)院李玲博士，校內(nèi)指導(dǎo)教師為趙宇海教授。該研究工作由東北大學(xué)聯(lián)合南洋理工大學(xué)、微軟亞洲研究院、新加坡理工大學(xué)、悉尼科技大學(xué)研究人員共同完成。論文針對目前基于深度學(xué)習(xí)的社區(qū)搜索模型依賴大量實(shí)際難以獲取的標(biāo)記數(shù)據(jù)進(jìn)行訓(xùn)練的問題，提出了一種基于對比學(xué)習(xí)和數(shù)據(jù)分區(qū)的社區(qū)搜索方法(COCLEP)，只需極少量的標(biāo)簽即可實(shí)現(xiàn)高效且有效的社區(qū)查詢?nèi)蝿?wù)，其基本原理是通過所提出的圖神經(jīng)網(wǎng)絡(luò)和標(biāo)簽感知對比學(xué)習(xí)器來學(xué)習(xí)查詢依賴的模型。此外，論文從理論上證明了可以利用最小割將COCLEP擴(kuò)展用于大型數(shù)據(jù)集。COCLEP是首個嘗試將對比學(xué)習(xí)用于非平凡社區(qū)搜索的研究工作，在評審過程中獲得了評稿人的一致認(rèn)可，具有很好的研究前景及落地場景，目前正在與騰訊公司商討尋求進(jìn)一步合作。
論文《HyTGraph: GPU-Accelerated Graph Processing with Hybrid Transfer Management》第一作者為計算機(jī)科學(xué)與工程學(xué)院王千閣博士，校內(nèi)指導(dǎo)教師為于戈教授、張巖峰教授。論文提出了一種基于混合傳輸管理方法的GPU加速圖計算系統(tǒng)HyTGraph，深入研究了現(xiàn)有CPU-GPU異構(gòu)環(huán)境中的多種數(shù)據(jù)傳輸管理方法，分析并驗(yàn)證了現(xiàn)有方法的適用場景，保證總是用最優(yōu)的方式進(jìn)行數(shù)據(jù)傳輸，同時也加入了靈活的異步任務(wù)調(diào)度及豐富GPU-CPU異構(gòu)優(yōu)化。該研究成果將有助于加深理解GPU-CPU異構(gòu)體系結(jié)構(gòu)下圖計算的模式特點(diǎn)和提升圖計算性能。代碼開源地址：https://github.com/iDC-NEU/HyTGraph。
論文《Layph: Making Change Propagation Constraint in Incremental Graph Processing by Layering Graph》第一作者為計算機(jī)科學(xué)與工程學(xué)院余松博士，指導(dǎo)教師為于戈教授、張巖峰教授、鞏樹鳳講師。該研究工作在阿里巴巴達(dá)摩院創(chuàng)新研究計劃AIR支持下，由東北大學(xué)聯(lián)合阿里巴巴達(dá)摩院、上海交通大學(xué)、中國科學(xué)院研究人員共同完成。論文提出了一個通過分層圖來加速增量圖計算的框架，其工作原理是將原始圖上昂貴的全局迭代計算限制在遠(yuǎn)小于原圖規(guī)模的圖骨架和一些被圖更新直接影響的子圖上，最終使得很多頂點(diǎn)和邊不參與迭代計算，顯著降低了計算開銷，提高了增量圖處理的性能。該研究成果將有助于提升淘寶交易關(guān)系等超大規(guī)模動態(tài)圖分析性能。
據(jù)悉，ICDE2023會議的全稱是39th IEEE International Conference on Data Engineering （第39屆IEEE國際數(shù)據(jù)工程大會），將于2023年4月3日至7日在美國加利福尼亞州召開。ICDE是數(shù)據(jù)庫領(lǐng)域最權(quán)威的國際頂級學(xué)術(shù)會議之一，是CCF推薦的A類國際會議，與SIGMOD、VLDB并稱為數(shù)據(jù)庫領(lǐng)域的國際三大頂會，每年吸引大量全球頂級學(xué)校和機(jī)構(gòu)的投稿。（作者：趙宇海 張巖峰 編輯：趙春時 管珊珊）
