5月20日，研究组今年毕业的硕士研究生郑裕龙（导师：陈启买教授、合作导师：贺超波教授）顺利通过学院统一组织的毕业论文答辩，其毕业论文题目为《基于图神经网络的社区发现方法研究》，主要做的工作包括：（1）针对无监督社区发现，提出了一种基于非负矩阵分解改进的图注意力自编码器社区发现方法NMFGAAE；（2）针对半监督社区发现，提出一种基于图注意力自编码器的半监督重叠社区发现方法SSGAAE。在读期间，作为一作、二作等共发表4篇论文：

[1] Chaobo He, Yulong Zheng, Xiang Fei, Hanchao Li, Zeng Hu, Yong Tang. Boosting nonnegative matrix factorization based community detection with graph attention auto-encoder. IEEE Transactions on Big Data, 2022:8(4):968-981.
[2] Chaobo He, Yulong Zheng, Junwei Cheng, Yong Tang, Guohua Chen, Hai Liu. Semi-supervised overlapping community detection in attributed graph with graph convolutional autoencoder. Information Sciences, 2022,608:1464-1479.
[3] Chaobo He, Junwei Cheng, Xiang Fei, Yu Weng, Yulong Zheng, Yong Tang. Community preserving adaptive graph convolutional networks for link prediction in attributed networks. Knowledge-Based Systems, 272:110589.
[4] 郑裕龙, 陈启买, 贺超波, 刘海, 张晓雨. 图卷积网络增强的非负矩阵分解社区发现方法. 计算机工程与应用, 2022,58(11):73-83.

答辩合影（第二排左二）