新财经综合实验室2项成果被AAAI2026录用

近日，第40届AAAI人工智能大会AAAI 2026论文录用结果揭晓，西南财经大学计算机与人工智能学院新财经综合实验室关于类脑异构联邦系统以及企业韧性评估的两项最新研究成果被录用。

成果一：SFedHIFI: Fire Rate-Based Heterogeneous Information Fusion for Spiking Federated Learning（博士生陶然为第一作者，刘贵松教授为通讯作者）

图 论文架构流程

脉冲联邦学习（SFL）因脉冲神经网络（SNN）的高能效特性而受到广泛研究。然而，现有的SFL方法通常要求模型同质，并假设所有客户端都具备充足的计算资源，从而导致部分资源受限的客户端被排除在外。为应对现实场景中普遍存在的系统异构性，本工作提出SFedHIFI，基于发放率异构信息融合的脉冲联邦学习框架。具体而言，SFedHIFI采用通道侧矩阵分解方法，使客户端能够在资源异构条件下自适应地部署复杂度不同的SNN模型。进一步地，通过全新设计的HIFI模块实现跨尺度SNN的聚合，从而提升了多样化本地知识的利用效率。

成果二：Beyond Graph Priors: A Co-evolving Framework under Uncertainty for Enterprise Resilience Assessment（博士生谢炎哲为第一作者，高强教授为通讯作者）

图 论文架构流程

本项工作为新财经综合实验室AI for Finance的最新研究成果。该工作致力于评估不确定性下的企业韧性状况。现有研究多采用静态图先验，或将结构优化与语义学习相分离，缺乏使结构与表征相互驱动的协同演化机制。为同时捕捉企业内在属性与动态变化的依赖关系，本工作提出CFU—一种面向不确定环境的协同演化框架，其将图结构重新定义为与节点语义共同演化的动态可学习组件，并执行双向结构优化：一方面基于语义一致性评分过滤结构冗余边，另一方面通过相似性引导推理揭示动态依赖。通过动态融合机制，CFU持续将演化中的拓扑结构与韧性评估目标对齐，实现在不完整、模糊且结构易变的企业环境中，准确进行企业韧性评估。

AAAI人工智能会议（AAAI Conference on Artificial Intelligence）由人工智能促进会（AAAI）主办，是人工智能领域历史最悠久的国际学术会议之一，被中国计算机学会（CCF）和中国人工智能学会（CAAI）列为A类国际学术会议。AAAI2026整体录用率为17.6%，会议将于2026年1月在新加坡举行，届时实验室两位博士生将在大会上展示上述成果。

新财经综合实验室由西南财经大学和中国农业银行2021年联合成立，刘贵松教授担任实验室主任。实验室聚焦可信人工智能基础理论、财经科技及数字经济深度融合等领域开展有组织科研和人才培养，近三年实验室持续在多个顶会和顶刊发表最新科研成果，包括NeurIPS、ICDE、AAAI、IJCA、IJCV、TPAMI、TKDE等。团队现有教师16人、本硕博学生和博士后近80人。

实验室网址：https://nicelab.swufe.edu.cn/