近日，计算学部网络安全态势分析团队的论文《Effective Comparative Prototype Hashing for Unsupervised Domain Adaptation》被中国计算机学会推荐的A类会议——AAAI Conference on Artificial Intelligence（AAAI 2024）录用。该论文第一作者为计算学部崔慧博士，韩晓晖研究员为合作作者，以齐鲁工业大学（山东省科学院）山东省计算中心（国家超级计算济南中心）为第一单位。这是以计算学部为第一单位的论文首次被该会议录用。

该研究工作提出了一种基于原型对比学习的域自适应哈希方法，旨在提高大数据环境下哈希模型的泛化性和可迁移性。该方法在域共享的单位超球空间中实现了特征表示学习、域对齐和哈希学习的协同作用，有效地消除不同数据域之间的差异，从而推动了判别性哈希码的学习。在公开数据集Office-Home和Office-31上，该方法在跨域检索任务上的平均性能相较于当前最先进的方法提升了10%以上。这一方法显著提高了当前无监督域自适应哈希的检索精度，对于解决跨域检索问题具有重要的实际应用价值。

AAAI是人工智能领域的最顶级国际学术会议，被中国计算机学会列为A类会议。该会议旨在促进人工智能领域的研究，并促进人工智能研究人员、从业人员、科学家和附属学科工程师之间的科学交流。AAAI 2024投稿论文总数达到12100篇，其中9862篇接受评审，最终2342篇被录取，录取率为23.75%。