近日，人工智能领域的国际顶级学术会议AAAI 2026公布了论文评审结果。由我院2023级硕士研究生常鑫作为第一作者完成的学术论文《AEFGL: Reverse Auction and Value Evaluation-Based Federated Graph Learning Incentive Mechanism》成功被录用。该论文是在刘立新讲师（通讯作者）、王静宇教授和张晓琳教授的联合指导下完成的。

据悉，AAAI会议始于1979年，是人工智能领域历史悠久、享有广泛学术影响力的顶级国际会议之一。作为中国计算机学会（CCF）推荐的人工智能领域最高级别A类会议，AAAI以严格的评审标准和较低的录用率著称，已成为全球人工智能前沿研究成果交流与展示的重要平台。

硕士生常鑫同学被录取的论文信息如下：

研究背景：近年来，图联邦学习（Federated Graph Learning, FGL）技术因其能够在保护数据隐私的前提下，允许客户端利用本地私有数据集进行模型训练，并仅将训练后的模型梯度上传至中心服务器，从而有效保障原始数据的安全性，受到了广泛关注。然而，现有的图联邦学习研究往往忽略了客户端在缺乏相应激励的情况下，难以积极参与贡献其图数据的现实问题；同时，那些数据质量较低的客户端参与训练时，也会显著影响模型性能。

解决方案：为了解决这一问题，并使其更符合现实应用场景中的经济激励机制，本文提出了一种基于图基序（motif）的反向拍卖算法——AEFGL。AEFGL首次将拍卖理论中的激励机制与联邦图学习相结合，能够评估图结构中独特连接属性的价值，并将其量化为客户端的实际生产价值；同时，结合反向拍卖算法，该方法能够有效筛选出高质量数据的客户端，从而提升模型训练的质量和性能。

此项成果实现了内蒙古科技大学数智产业学院（网络安全学院）在人工智能领域国际顶级会议上论文收录的新突破，充分彰显了学院在提升人才培养质量与创新研究能力方面的显著成效。