当前位置 首页 » 学术瞭望哨

学术瞭望哨

图神经网络:分类、进展与趋势

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

图神经网络:分类、进展与趋势.pdf

新闻导航

山大要闻
图片新闻
教学科研
基层动态