Skip to Content Facebook Feature Image

理大研發HL-HGAT圖神經網絡 破解物流腦科學電腦視覺跨領域AI難題

BasTech

理大研發HL-HGAT圖神經網絡 破解物流腦科學電腦視覺跨領域AI難題
BasTech

BasTech

理大研發HL-HGAT圖神經網絡 破解物流腦科學電腦視覺跨領域AI難題

2026年01月28日 17:26 最後更新:17:26

作為人工智能(AI)領域的新興技術,圖神經網絡(GNN)是一種專門處理圖結構數據的深度學習模型。目前,GNN 主要擅長處理數據中節點與邊之間的關係,但往往忽略了高階的複雜連結,香港理工大學(理大)研究團隊研發的新型異構圖注意力網絡成功解決這一挑戰,革新了圖結構數據的複雜關係建模,有望突破 AI 在神經科學、物流、電腦視覺、生物學等多個領域的應用限制。

研究團隊將 HL-HGAT 應用於功能性磁振造影數據分析,在神經科學與醫療診斷上有顯著應用價值。

研究團隊將 HL-HGAT 應用於功能性磁振造影數據分析,在神經科學與醫療診斷上有顯著應用價值。

簡單來說,傳統 GNN 主要考慮「A 連接 B」、「B 連接 C」這樣的成對關係,卻難以理解 A、B、C 三者的群體互動。由理大醫療科技及資訊學系教授、傑出創科人教授仇安琪教授及其研究團隊設計的新型「霍奇-拉普拉斯異構圖注意力網絡(Hodge-Laplacian Heterogeneous Graph Attention Network,HL-HGAT)」,能夠學習和分析不同層次的異質信號,捕捉多種圖結構間的複雜關聯。

在數學上,k-單體是高維幾何的基本元素,能夠捕捉多個節點之間的高階關聯:0-單體為單一節點,1-單體為連接兩個節點的邊,2-單體為三個節點構成的三角形,如此類推。HL-HGAT 模型將圖形解釋為單體複形,可同時捕捉節點、邊、三角形等多層次結構間的複雜互動,全面提升模型對數據複雜關係的理解能力。

HL-HGAT 的核心為霍奇-拉普拉斯(Hodge-Laplacian,HL)算子,它提供了一個可在單體複形上建模及傳播訊號的數學框架,使該網絡能夠突破成對關係的限制,為結構數據中的複雜、多層次的交互作用建構更精確的模型。在動態圖領域,HL-HGAT 的重大突破則在於它能將高階拓樸表徵擴展至時域,並結合高效的 HL 濾波、自適應注意力機制及異構訊號分解,揭示傳統靜態 GNN 無法捕捉的複雜時變模態。

理大醫療科技及資訊學系教授、傑出創科學人教授仇安琪教授設計了一種新型的「霍奇-拉普拉斯異構圖注意力
  網絡」(HL-HGAT),革新了圖結構數據的複雜關係建模,有望突破 AI 在神經科學、物流、電腦視覺、生物學等多個領域的應用限制。

理大醫療科技及資訊學系教授、傑出創科學人教授仇安琪教授設計了一種新型的「霍奇-拉普拉斯異構圖注意力 網絡」(HL-HGAT),革新了圖結構數據的複雜關係建模,有望突破 AI 在神經科學、物流、電腦視覺、生物學等多個領域的應用限制。

仇教授表示:「HL-HGAT 模型在各種基於圖的場景,包括是理論優化問題,或實際生物醫學應用等方面,皆展現廣泛效用及豐富功能。該模型已在各種圖應用中進行了全面評估,結果證明其作為統一框架的適應能力,能夠跨學科地處理優化、分類、回歸及多模態學習等任務。」

研究團隊在多個領域進行了全面測試:在物流領域,HL-HGAT 有效解決經典的「旅行商問題」(如何規劃最短配送路線),為物流公司節省大量時間和成本;電腦視覺領域,HL-HGAT 將影像轉換為圖形結構進行分析,其表現在 CIFAR-10影像分類測試中超越了傳統的 GNN,能更精準地捕捉影像中的細節特徵;在化學領域,HL-HGAT 在預測分子特性方面取得卓越準確度,有助加速新藥開發進程。

在神經科學與醫療診斷上,HL-HGAT 亦展現出極高的應用價值。團隊將其用於功能性磁振造影(fMRI)數據分析,能準確預測智力表現與大腦年齡,更能在抑鬱症患者的腦網絡中發現預設模式網絡和邊緣系統中異常的「三方神經區域互動」——這些細微變化是傳統方法無法察覺的。此外,在 HL-HGAT 也可檢測出阿茲海默症患者早期的皮質變薄與神經連接中斷,有助更及時發現病徵。

此創新的 HL-HGAT 模型不但在科學及工業應用中針對各種基於圖的複雜任務展現了卓越成果,更標誌着圖神經網絡技術的重要進展。該研究名為「HL-HGAT:霍奇-拉普拉斯算子的異構圖注意力網絡」,已發表於《IEEE 模式分析與機器智能學報》(IEEE Transactions on Pattern Analysis and Machine Intelligence)。

國家「十五五」規劃今年正式開局,職業訓練局(VTC)主席林健鋒表示,香港正全力對接國家發展戰略,VTC 將積極發揮職專教育的獨特優勢,擔任香港產業轉型的「專才基地」,助力香港融入國家發展大局。他強調,未來將進一步深化「官產學」協作,透過擴大與政府及工商界合作,建立更貼近市場需求的人才發展體系,以支持新型工業化及北部都會區等重要發展。

職業訓練局(VTC)主席林健鋒(前排左五)等領導層與傳媒聚會,暢談發展計劃。VTC提供圖片

職業訓練局(VTC)主席林健鋒(前排左五)等領導層與傳媒聚會,暢談發展計劃。VTC提供圖片

林健鋒指出,「AI+專業」是賦能未來人才的關鍵。VTC 已全面推出 AI 策略,將 AI 元素融入所有課程,要求高級文憑學生必修生成式 AI 原理及倫理等知識,並針對不同學科如工程編程、設計影片製作等加入行業專屬 AI 應用;例如資訊科技學科開辦「應用人工智能」高級文憑課程,工程學科教授機械人AI編程技術,設計學科教授用生成式AI製作影片等。

針對在職人士,VTC 亦開辦如 DeepSeek 驅動業務流程自動化等課程,並為政府部門提供度身訂造的 AI 與網絡安全培訓,確保本港勞動力能跟上數碼轉型步伐。企業培訓方面,VTC提供度身訂造的企業培訓課程,如香港資訊科技學院(HKIIT)已為不同政府部門及公私營機構度身訂造AI、網絡安全等培訓。

職業訓練局(VTC)領導層發表發展計劃。VTC圖片

職業訓練局(VTC)領導層發表發展計劃。VTC圖片

至於在新興產業佈局方面,林健鋒透露,位於 IVE 青衣校園的「航空及航海教育中心」將於今年內啟用,中心配備 C919 飛機飛行模擬器等先進設施,並將引入低空技術設備以構建低空經濟人才鏈。同時,VTC 正積極發展新能源運輸培訓,涵蓋電動車檢測及氫燃料應用,相關氫能培訓設施已獲政府原則上同意在 IVE 青衣設立,配合綠色經濟轉型。

另一方面,因應體育盛事的發展,林健鋒表示,VTC已與啟德體育園及港協暨奧委會簽署合作備忘錄,推動人才培訓。未來會進一步深化協作,例如將與啟德體育園合作,為學生提供更多實習機會;亦會與港協暨奧委會合作,支持其「退役運動員轉型計劃」,提供持續進修課程,助退役運動員轉型。VTC亦會透過聯繫大灣區學術機構、體育協會等,促進VTC學生在大灣區的交流與實習機會。

面對人口老化,基層醫療服務需求不斷增加,令專職醫療助理人才的需求上升,例如病人護理助理、健康護理從業員等。林健鋒指出,VTC會加強職前和在職培訓,鞏固專職醫療助理人才供應鏈。而為配合課程和教學,IVE(葵涌)校園現有設施將整合和升級,目標是於2027年設立「專職醫療助理培訓中心」,引入先進教學科技,讓學生在貼近行業需要的實務場景中學習,同時獲得實戰經驗。

VTC發展計劃

對接國家發展深化專才基地角色

定位: 作為香港產業轉型「專才基地」,對接國家「十五五」規劃。
協作: 深化「官產學」合作,支持新型工業化及北部都會區發展。

「AI+專業」賦能未來人才

職前培訓: 全線課程加入 AI 內容(如生成式 AI 原理、倫理及學科應用)。
在職培訓: 提供 DeepSeek 業務自動化、電子營銷等短期課程及企業訂造培訓。
業界合作: 與科技巨頭簽署 MOU,培育 AI 及大數據專才。

立足航空航海低空經濟 助力新能源運輸發展

航空航海: 青衣教學中心今年啟用,配備 C919 模擬器及實體定翼機。
低空經濟: 建立低空技術培訓區,優化無人機相關課程。
新能源: 於青衣及屯門設立電動車與氫能培訓設施,支援綠色轉型。

培育體育盛事與專職醫療助理生力軍

體育產業: 聯動啟德體育園及港協暨奧委會,提供實習及退役運動員轉型培訓。
專職醫療: 應對人口老化,2027 年於葵涌校園設立「專職醫療助理培訓中心」。

你 或 有 興 趣 的 文 章