仇安琪教授研發嶄新AI圖神經網絡模型　破解圖像識別、腦科學等跨學科領域難題

精神健康研究中心主任、研究生院副院長、醫療科技及資訊學系教授仇安琪教授領導的研究團隊，成功開發了一種新型異構圖注意力網絡，名為「霍奇-拉普拉斯異質圖注意力網絡」（HL-HGAT），有望徹底革新圖結構數據中複雜關係的建模方式。這項創新有助克服目前物流、計算機視覺、化學及神經科學等領域的技術瓶頸。

傳統的圖神經網絡（GNN）大多僅能處理簡單的「A 到 B」類型的成對關係，因此難以理解群體互動。仇教授的新HL-HGAT模型突破了這一限制，透過將圖解讀為更高維度的形狀（稱為單體複形），能夠捕捉節點、邊、三角形及更高階結構之間的關係。HL-HGAT的核心在於霍奇-拉普拉斯運算子，它促進了超越簡單成對關係的建模與訊號傳播，從而更深入地理解複雜數據。HL-HGAT的一項關鍵突破，是其能夠對動態的、時變的圖進行建模，透過結合HL濾波、自適應注意力與異質訊號分解，揭示靜態GNN可能忽略的演變模式。

該模型已於多個領域展現出極高的應用價值，包括物流（優化配送路線）、計算機視覺（提升圖像分類）、化學（預測分子性質）及神經科學（分析腦影像數據）。值得一提的是，HL-HGAT能有效檢測如抑鬱症及阿茲海默症等疾病中腦神經的細微變化，表現優於傳統方法，並有助於臨床早期診斷與介入。

這項創新HL-HGAT模型不僅於科學與工業領域的複雜圖形任務中表現突出，更代表圖神經網絡技術的重要突破。相關研究已發表於《IEEE模式分析與機器智能匯刊》，論文題為〈HL-HGAT: Heterogeneous Graph Attention Network via Hodge-Laplacian Operator〉。

新聞稿：https://polyu.me/4a2g9xU

網上報導：

Mirage - https://polyu.me/4k68Cmp

信報 - https://polyu.me/49XexFD （需訂閱）

文匯報 - https://polyu.me/4a1dapz

香港商報 - https://polyu.me/4afQ3c5

巴士的報 - https://polyu.me/49OAzfa