撰稿人：严都力                                          审核：马乐荣

近日，数学与计算机科学学院在人工智能领域取得重要研究进展，研究成果《AdaMGT: Molecular representation learning via adaptive mixture of GCN-Transformer》发表于国际顶级期刊《Knowledge-Based Systems》（论文链接：https://doi.org/10.1016/j.knosys.2025.113131）。《Knowledge-Based Systems》作为我国计算机学会推荐的A类期刊，位列中科院1区TOP期刊，影响因子8.8。该研究以延安大学为第一完成单位，数计学院研究生延照耀在丁苍峰副教授、马乐荣教授指导下共同完成。

该成果针对现有分子表示学习方法在同时建模分子局部与全局结构特征方面存在的局限性，提出了一种创新性的分子表示学习方法——自适应混合GCN-Transformer（Adaptive Mixed GCN-Transformer, AdaMGT）。该方法通过同步模拟分子中的局部化学环境和全局结构信息，有效提升了分子表示的表征能力。为优化图Transformer的计算效率，本研究创新性地引入了基于能量约束的扩散过程来模拟全局节点间的信息传播机制。同时，设计了一种自适应混合单元（Adaptive Mixing Unit），通过动态权重分配策略实现局部和全局信息的自适应融合，从而精确捕捉二者间的复杂关联与差异特征。在MoleculeNet基准数据集上的系统性实验表明，AdaMGT模型在分子性质预测的分类和回归任务中均显著优于现有先进方法，展现出优越的预测性能。

本研究得到了国家自然科学基金项目（No.62262067）、陕西省基金项目（No. YAU202213065 和 No. CXY202107）的资助，并获得了延安大学大数据知识工程研究所的全方位支持。近年来，数学与计算机科学学院持续推进学科团队建设，着力提升人才培养质量。大数据知识工程研究所自2019年成立以来，始终秉持"协同创新、集体指导"的研究理念，积极探索人工智能领域的前沿科学问题。经过持续建设与发展，研究所已形成显著的科研产出：近五年累计发表高水平学术论文50余篇，获授权发明专利3项，登记软件著作权20余项。本研究成果的发表，不仅彰显了研究所在人工智能应用领域的科研实力，也为相关领域的理论创新和方法突破提供了新的思路。