KDD

Four-Cycle Counting in Low-Degeneracy Graph Streams

低退化度图流中的四环计数

Sebastian Lüderssen, Stefan Neumann, Pan Peng

AI总结 提出两种基于子图采样的算法，分别使用两遍和一遍流式扫描，在低退化度图上实现四环数量的(1+ε)近似，空间复杂度达到理论最优或接近最优。

Comments KDD 2026

Minimizing Total Biharmonic Distance in Large Graphs via Link Recommendation

通过链接推荐最小化大型图中的总双调和距离

Xinna Zhou, Zhongzhi Zhang

AI总结 研究通过添加k条边最小化总双调和距离的问题，提出基于贪心算法和投影法、拉普拉斯求解器、凸包近似等技术的近线性时间算法，在真实数据集上验证了效率和有效性。

Comments This paper has been published in Proceedings of the 32nd ACM SIGKDD Conference on Knowledge Discovery and Data Mining V.1

Handling Feature Heterogeneity with Learnable Graph Patches

处理特征异质性：可学习图块方法

Yifei Sun, Yang Yang, Xiao Feng, Zijun Wang, Haoyang Zhong, Chunping Wang, Lei Chen

机构 * Zhejiang University（浙江大学） ； Huazhong University of Science and Technology（华中科技大学） ； Finvolution Group（信也科技集团） 纠错

AI总结 提出可学习图块概念，将图分解为语义单元，通过补丁编码器和聚合器实现跨域图数据的可迁移预训练，提升下游任务性能。

Comments Accepted at KDD 2025

Towards Auditing AI Systems in the Wild

野外AI系统审计的探讨

Aditya T. Vadlamani, Anutam Srinivasan, Srinivasan Parthasarathy

AI总结 本文提出将AI系统审计视为在不确定性下监控约束违规的统计问题，强调开发全生命周期审计框架，以持续评估公平性、安全性等风险控制约束。

Comments Accepted to KDD 2026 (Blue Sky Ideas Track)