Identifying Critical Nodes with Deep Learning and Reinforcement Learning
研究城市路网场景下的关键节点识别与影响力传播建模，属于低维结构信号挖掘方向的核心成果。
该论文对应 CV 中已接收成果：
- 论文题目：Identifying Critical Nodes with Deep Learning and Reinforcement Learning: A Case Study on Urban Road Networks
- 状态：Accepted at GBCESC 2025
- 荣誉：Best Paper Award, GBCESC 2025
该研究为后续 O1-KR1（2026-06-30）与 O1-KR3（2027-10-31）提供了方法与实验基础。