近日，昆明理工大学系统科学学科李金海和张永文团队在复杂系统的网络演化和动态数据分析领域取得重要进展，相关成果分别发表在人工智能、大数据和地球环境领域国际顶级期刊上。研究得到了国家重点研发计划、国家自然科学基金、“地平线欧洲”欧盟科研创新资助计划、ClimTip项目和云南省基础研究计划杰出青年项目等相关项目资助。

在人工智能领域的节点分类任务研究中，旨在图结构中基于节点属性与拓扑关系，为节点分配预定义类别标签。目前，以图神经网络（GNN）为主的图节点分类深度学习模型，可端到端融合节点属性与拓扑，强归纳适配新图，半监督高效利用无标签数据，保持良好的分类性能。然而，深度学习模型通常是“黑箱”模型，无法展示其决策过程。为了在保持或提升节点分类精度的基础上增强模型的可解释性，李金海教授团队基于图概念认知学习理论，提出了一种图网络半监督概念认知学习模型（GNS2CCL）。具体地，通过局部图网络粒概念及其动态更新和概念相似度完成伪标记过程，并利用Top-K相似度完成预测过程。在决策过程中，可以清晰的得到影响预测结果的子图和关键特征，增强了模型的可解释性。实验分析表明，GNS2CCL模型相较于现有的8种GNN节点分类模型呈现出显著的性能优势。该成果以“GNS2CCL: A graph network semi-supervised concept-cognitive learning model for node classification”为题，发表于模式识别与人工智能领域Elsevier旗下期刊Pattern Recognition。云南省复杂系统与类脑智能重点实验室闫梦宇博士为论文的第一作者，李金海教授为论文的通讯作者，深圳大学王熙照教授为论文的合作作者，昆明理工大学为第一单位和通讯单位。

图1 图网络认知流程图

在大数据环境下，数据呈流式到达且分布随时间演化属于常见现象，认知计算模型如何持续调整以适应数据变化并保持知识结构的稳定性已成为一大挑战。近年来，概念认知学习作为一种具有较强可解释性的认知计算模型，通过概念空间的增量更新，已实现对动态连续数据的在线建模。然而，传统方法大多依赖模糊认知算子处理动态连续数据，该运算带来的不确定性易导致概念边界偏移，从而影响模型预测精度与稳定性。针对上述问题，李金海教授团队提出了一种基于信息过滤与融合机制的增量粒球模糊概念学习方法（GBFCIL）。该方法借助粒球知识表示引入粒球模糊概念，并构建静态和动态平衡的概念空间。其中静态阶段利用粒球计算建立初始概念空间，动态阶段通过内部生成与外部融合机制，将过滤后的新概念与已有概念空间进行融合更新。同时，引入初始半径的自适应调整策略，使各阶段概念空间的信息粒质量在几何结构约束下达到最优，从而增强模型的稳定性。通过与18个分类算法进行对比实验，验证了所提模型在分类性能和鲁棒性方面均具有显著优势。该成果以“Incremental granular-ball fuzzy concept learning with information filtering and fusion”为题，发表于大数据领域IEEE旗下期刊IEEE Transactions on Big Data。系统科学专业2022级博士生郭可依为论文的第一作者，李金海教授为论文的通讯作者，重庆邮电大学夏书银教授为论文的合作作者，昆明理工大学为第一和通讯单位。

图2 遗忘认知流程图

众所周知，极端气溶胶污染事件已对气候、环境和人类健康产生重大影响，但其全球同步模式、驱动机制以及人类活动的影响仍不甚明了。近期，张永文团队运用复杂网络事件同步方法，构建极端气溶胶污染事件同步网络，并定量刻画极端气溶胶污染事件的传播与遥相关模式。研究发现，近几十年来，局域事件同步网络的不对称性显著增强，尤其在北半球，这源于高人为排放区域源-汇关系强化的传输驱动模式。遥相关模式主要受大气罗斯贝波活动的调制，在高气溶胶区域的响应更敏感，更易发生极端事件的遥相关同步。近年来，高遥相关活动中心已从北美和欧洲转移至中亚和东亚。此外，还发现特大火山喷发可短期迅速增强全球气溶胶同步性，但长期趋势仍受人为强迫主导，如源-汇的传输增强和气候变化。这些发现揭示了极端气溶胶污染事件在行星尺度上清晰的人为“印记”。该成果以“Anthropogenic fingerprints in global synchronization networks of high aerosol pollution events”为题，发表于Nature旗下期刊Communications Earth & Environment。系统科学专业2025级博士生赵在博为论文的第一作者，张永文副教授为论文的通讯作者，芬兰赫尔辛基大学陈迪博士、昆明理工大学刘文奇教授、中国科学院大气物理研究所孟君副研究员、北京师范大学樊京芳教授、浙江大学陈晓松教授和德国波茨坦气候影响研究所Jürgen Kurths教授为论文的合作作者，昆明理工大学为第一和通讯单位。

图3 极端气溶胶事件同步网络构建流程

近年来，昆明理工大学系统科学学科实施高质量人才培养计划，积极引导鼓励师生将系统科学理论和方法与相关领域的前沿科学问题紧密结合，充分发挥多学科交叉融合研究的优势，做出更多具有显示度的标志性成果。上述成果的取得，表明该学科人才培养取得成效。

论文链接：

https://www.sciencedirect.com/science/article/pii/S0031320325016218

https://www.computer.org/csdl/journal/bd/5555/01/11275633/2c9mYfXyX9C

https://www.nature.com/articles/s43247-025-03141-z

（供稿：云南省复杂系统与类脑智能重点实验室 昆明理工大学学报编辑部）