(相關資料圖)

近日，ICDE 2023（第39屆IEEE國際數據工程大會）公布入選會議論文名單。東北大學計算機科學與工程學院同時入選4篇長文，創(chuàng)造我校計算機學科入選數據庫領域權威國際頂級學術會議論文數量歷史最好成績。

論文《Skyline Micro-Cluster Query: A Novel and Practical Spatial Query》第一作者為計算機科學與工程學院盧晶博士，校內指導教師為王興偉教授、趙宇海教授。該研究工作由東北大學聯合新加坡理工大學、北京理工大學研究人員共同完成。論文首次提出了一種新穎的空間查詢任務-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，在將查詢時間復雜度從O(2^N)降至O(N^3)的基礎上，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、智能交通、信息跟蹤等許多現實生活場景中存在著廣泛應用，未來有望進一步取得更多重要研究成果。

論文《COCLEP: Contrastive Learning-based Semi-Supervised Community Search》第一作者為計算機科學與工程學院李玲博士，校內指導教師為趙宇海教授。該研究工作由東北大學聯合南洋理工大學、微軟亞洲研究院、新加坡理工大學、悉尼科技大學研究人員共同完成。論文針對目前基于深度學習的社區(qū)搜索模型依賴大量實際難以獲取的標記數據進行訓練的問題，提出了一種基于對比學習和數據分區(qū)的社區(qū)搜索方法(COCLEP)，只需極少量的標簽即可實現高效且有效的社區(qū)查詢任務，其基本原理是通過所提出的圖神經網絡和標簽感知對比學習器來學習查詢依賴的模型。此外，論文從理論上證明了可以利用最小割將COCLEP擴展用于大型數據集。COCLEP是首個嘗試將對比學習用于非平凡社區(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一步合作。

論文《HyTGraph: GPU-Accelerated Graph Processing with Hybrid Transfer Management》第一作者為計算機科學與工程學院王千閣博士，校內指導教師為于戈教授、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，深入研究了現有CPU-GPU異構環(huán)境中的多種數據傳輸管理方法，分析并驗證了現有方法的適用場景，保證總是用最優(yōu)的方式進行數據傳輸，同時也加入了靈活的異步任務調度及豐富GPU-CPU異構優(yōu)化。該研究成果將有助于加深理解GPU-CPU異構體系結構下圖計算的模式特點和提升圖計算性能。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》第一作者為計算機科學與工程學院余松博士，指導教師為于戈教授、張巖峰教授、鞏樹鳳講師。該研究工作在阿里巴巴達摩院創(chuàng)新研究計劃AIR支持下，由東北大學聯合阿里巴巴達摩院、上海交通大學、中國科學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系等超大規(guī)模動態(tài)圖分析性能。

據悉，ICDE2023會議的全稱是39th IEEE International Conference on Data Engineering （第39屆IEEE國際數據工程大會），將于2023年4月3日至7日在美國加利福尼亞州召開。ICDE是數據庫領域最權威的國際頂級學術會議之一，是CCF推薦的A類國際會議，與SIGMOD、VLDB并稱為數據庫領域的國際三大頂會，每年吸引大量全球頂級學校和機構的投稿。（作者：趙宇海 張巖峰 編輯：趙春時 管珊珊）