全国图像图形学学术会议（NCIG）将于6月28日-30日在新疆乌鲁木齐举行。全国图像图形学学术会议是中国图像图形学学会主办的最高级别的系列国内会议，每两年举办一届，迄今已经举办了19届。本届会议主题为会议主题为“图像图形智能处理”，我校人工智能与变革管理研究院团队提交的学术论文《一种用于COVID-19预测的图卷积神经网络时空数据学习方法》被大会录用。会议录用论文将推荐至会议各类合作核心学术期刊，涵盖EI核心期刊、中国科技核心期刊、中文核心期刊等。
该篇论文由我校教师杨成意、刘峰、齐佳音、段妍、吕润倩等合作完成，论文采用图深度学习实现的时空数据学习方法，对新冠肺炎疫情数据进行验证和预测，实验结果显示，采用GCN学习这一时空特征，相较于RNN、GRU、LSTM等循环神经网络模型，有着更高的训练精度、更低的训练时间与运算成本。本文实验及结论将为图深度学习方法在处理时空数据问题上的更广泛应用提供参照。下一步，研究团队将对图深度学习方法用于回归问题时的性能优化展开探索和研究，最终为多领域应用提供技术和理论支撑。
