近日，我校赵晓娟博士的论文《Enhancing Logical Expressiveness in Graph Neural Networks via Path-Neighbor Aggregation》（基于路径-邻居聚合的图神经网络逻辑表达能力增强）被第38届AAAI人工智能会议（AAAI-26）正式接收。该论文的另一合作单位包括国防科技大学。

AAAI会议是人工智能领域的国际顶级学术会议，也是中国计算机学会（CCF）和中国人工智能学会（CAAI）推荐的A类会议。根据AAAI程序委员会披露，本届会议主赛道进入评审流程稿件为23,680篇，最终录用4,167篇，录用率为17.6%，竞争异常激烈，入选论文代表了相关领域的前沿研究水平。

该论文聚焦图神经网络在知识图谱推理中的逻辑表达能力增强问题。针对现有方法在复杂逻辑规则建模上的局限性，研究团队提出了一种路径-邻居增强的图神经网络模型（PN-GNN），通过聚合推理路径上的节点-邻居嵌入，显著提升了模型对逻辑规则的表达能力。理论分析与大量实验结果表明，该方法在保持模型泛化能力的同时，有效增强了逻辑推理性能。

赵晓娟博士长期致力于知识图谱推理与可解释性增强研究。论文的成功发表体现了信息学院在人工智能基础理论研究方面的持续创新能力，也为后续产学研合作奠定了坚实基础。

（撰稿：赵晓娟；一审：龚成；二审：彭智朝；三审：谢四连）