我院王艺源老师与中科院软件所蔡少伟研究员、复旦大学金成厚硕士生合作在《Artificial Intelligence》发表论文“PathLAD+: Towards Effective Exact Methods for Subgraph Isomorphism Problem”。这也是继2020年智能信息处理实验室在《Artificial Intelligence》上发表首篇论文后，智能信息处理实验室发表于该杂志的第三篇文章。

期刊名称：《Artificial Intelligence》

期刊类别：中国计算机学会推荐A类期刊

作者：王艺源，金成厚，蔡少伟

第一作者：王艺源

通讯作者：蔡少伟

论文题目：PathLAD+: Towards Effective Exact Methods for Subgraph Isomorphism Problem

子图同构问题（SIP）是一个经典的图论问题，主要研究如何判断两个图是否同构，即它们的结构是否相同。这一看似简单的问题却蕴含着巨大的挑战。该问题被广泛应用于密码破译、网络安全和电子设计自动化等领域。研究团队开发了求解子图同构问题的精确算法PathLAD+，提出了五个关键策略，包括更强的约束传播以简化顶点匹配域，引入结合点度数和解密度的匹配排序方法，以及自适应的约束传播机制。此外，为了更高效地求解大规模实例，提出了增强的边约束方法和域限制策略。在15396个经典测试用例和27200个图数据库测试用例中进行测试，实验结果表明，PathLAD+的性能显著优于当前多个最先进的精确算法。

初审：武珊

复审：付治国

终审：殷明浩