An Efficient and Effective Agentic Group Shilling Attack on Recommender Systems
本文提出了一种名为AGAS的协同攻击框架，通过动态调整策略和角色切换来有效提升目标项排名，同时保持良性推荐质量并降低检测率。
0 citationsRead paper
Selected work
Representative Papers
Multi-Agent Agentic Graph Learning via Structural Signatures
为解决图结构异质性和推理过程对结构信息顺序敏感的问题，本文提出多代理图学习框架MAAGL，通过分区和独立代理协作提高推理效果。
0 citationsRead paper
Semi-Supervised Learning under Spatially Biased Sampling
研究解决了空间偏置采样下半监督学习性能下降的问题，通过控制合成框架和实际数据集分析了不同因素的影响，并提出了一种新的局部差异度量方法。
0 citationsRead paper
Diffusion Language Models for Mobile Edge Agentic AI: Foundations, Applications, and Challenges
本文探讨了扩散语言模型在移动边缘智能代理中的应用，通过迭代去噪而非顺序解码来优化响应延迟和通信开销，同时满足资源限制条件。
0 citationsRead paper
NeuroGraph: An AI Graph-Driven Neuro-Symbolic Framework for Explainable Threat Reasoning in Advanced Manufacturing
为解决复杂制造环境下的网络威胁分析难题，提出了一种结合本体感知查询生成、知识图谱检索和神经语言生成的图驱动神经符号框架，提高了威胁推理准确性与可解释性。
0 citationsRead paper
Recent publications
Latest Papers
An Efficient and Effective Agentic Group Shilling Attack on Recommender Systems
本文提出了一种名为AGAS的协同攻击框架，通过动态调整策略和角色切换来有效提升目标项排名，同时保持良性推荐质量并降低检测率。
0 citationsRead paper
Multi-Agent Agentic Graph Learning via Structural Signatures
为解决图结构异质性和推理过程对结构信息顺序敏感的问题，本文提出多代理图学习框架MAAGL，通过分区和独立代理协作提高推理效果。
0 citationsRead paper
Semi-Supervised Learning under Spatially Biased Sampling
研究解决了空间偏置采样下半监督学习性能下降的问题，通过控制合成框架和实际数据集分析了不同因素的影响，并提出了一种新的局部差异度量方法。
0 citationsRead paper
Diffusion Language Models for Mobile Edge Agentic AI: Foundations, Applications, and Challenges
本文探讨了扩散语言模型在移动边缘智能代理中的应用，通过迭代去噪而非顺序解码来优化响应延迟和通信开销，同时满足资源限制条件。
0 citationsRead paper
NeuroGraph: An AI Graph-Driven Neuro-Symbolic Framework for Explainable Threat Reasoning in Advanced Manufacturing
为解决复杂制造环境下的网络威胁分析难题，提出了一种结合本体感知查询生成、知识图谱检索和神经语言生成的图驱动神经符号框架，提高了威胁推理准确性与可解释性。
0 citationsRead paper