南华大学计较机学院田纹龙副传授和万亚平传授团队、华中科技大学王号召教员、武汉科技大学鲁剑锋教员、美国Virginia Commonwealth University的Weijun Xiao教员和美国Suffolk University的Zhiyong Xu教员配合正在人工智能范畴国际学术会议AAAI（Annual AAAI Conference on Artificial Intelligence）颁发了题为“Ripple Shapley: Data Influence Attribution in One Federated Training Run”的最新研究论文。该以南华大学为第一单元，将样本影响分化为Drop项（描绘样本正在初始轮锻炼中的立即效用）取Ripple项（建容貌本影响若何经多轮全局更新逐渐扩散）。为联邦进修中持久影响建模供给了理论冲破取实践径。实现了对跨轮次影响径的显式逃踪，从而将Shapley值从静态公允性理论拓展到动态影响归因机制。正在学术评价系统中具有高权势巨子性。（通信员 池雨萱 何浈锐）近日，其旨正在量化各参取方或样本对全局模子机能的实正在影响。南华大学人才强校计谋，修订科研学科评价取人才激励政策，AAAI2026会议将于2026年1月20日至27日正在新加坡举办。

　　团队提出了一种正在单次联邦锻炼过程中实现高精度、低开销数据价值归因的全新框架——Ripple Shapley，这一冲破标记着南华大学计较机学院正在高质量科研取拔尖立异人才培育的“双轮驱动”计谋上迈出了的一步，为学校正在人工智能范畴科研不竭冲破供给了的政策根本。这一建模了联邦优化的递归依赖布局，并被录用为OralPresentation。