2022-10-16
举办单位：数学科学学院
负责人：王飏
电话：13834047901
活动主题：图神经网络：分类、进展与趋势
形式：线上学术报告
活动内容摘要：
图作为一种复杂的数据结构，由顶点(或顶点)和边(或链接)组成。它可以 用于模拟现实世界中的许多复杂系统，如社交网络、蛋白质-蛋白质相互作用网络、大脑网络、道路网络、物理相互作用网络、知识图等等。因此，分析复杂网络成为一个有趣的研究前沿。随着深度学习技术的迅速发展，许多学者都想采用深度学习分析、处理图数据。图神经网络(graph neural network, gnn)就是在这种情况下出现的。到目前为止，gnn已经发展成为一种处理图数据的流行而强大的计算框架。 gnn可以通过分层迭代算子学习特定任务的顶点/边/图表示，从而可以使用传统的机器学习方法执行与图相关的学习任务，例如，顶点分类，图分类，链接预测和聚类，以及等等。尽管gnn在与图相关的学习任务上取得了巨大成功，它们仍然面临着巨大的挑战：(1)图的结构复杂性导致巨大图上昂贵的计算成本，(2)扰动图的结构和/或初始特征，(3) wesfeiller-leman (wl)图同构检验限制了图神经网络的性能，(4) gnn黑箱工作机制使得模型可解释性不强。
主讲人基本情况：
周瑜，太原理工大学大数据学院讲师。2005年-2009 年就读于山西大学数学科学学院，2009年于山西大学获得学士学位，2018年于西安电子科技大学获得博士学位。研究方向为图机器学习、知识图谱、复杂网络分析。主持和参与多项国家自然科学基金项目。已在knowledge-based systems、acm transactions on intelligent systems and technology 等sci期刊上发表论文10余篇。
听众范围：数学科学学院师生
举办时间：2022年10月18日
举办地点：腾讯会议
报告类型：理科类