CCF ADL Online
第1期 图神经网络 (GNN) 及认知推理
2020年5月21日19:00-21:00
ADL(CCF Advanced Disciplines Lecture)线下活动受疫情影响,无法正常开展。为服务会员,ADL工作组在组长文继荣的带领下,推出系列在线直播公开课“ADL Online”,邀请到唐杰、朱军、陈云霁、陆品燕、刘铁岩等一批有影响力的青年学者和专家,针对学科前沿话题作线上专题讲座。每次讲座围绕一个主题,邀请一位讲者,有讲解,也有问答。目前讲座面向会员免费开放,欢迎广大会员踊跃参加。
ADL Online第一期,我们邀请到清华大学教授唐杰做关于“图神经网络 (GNN) 及认知推理”的专题讲座。课程内容摘要如下: 图神经网络将深度学习方法延伸到非欧几里得的图数据上,大大提高了图数据应用的精度。唐杰老师将首先从算法角度分析当下经典的图表示学习算法(DeepWalk、LINE、node2vec等)的本质关系,并提出统一算法框架NetMF和大规模版本NetSMF,并在稀疏图理论的基础上提出高效快速学习算法ProNE,ProNE在精度不降低的情况下比传统学习算法快10-400倍的加速比。接着,会简单回顾一下图卷积网络(GCN)并探讨如何提高GCN在图数据上的表示学习能力。还会介绍经研究发现的几个巧妙、简单方法就可以有效的提高GCN的表示能力,该方法可以等价表示为图注意力网络(GAT)。该方法在包括阿里巴巴等多个超大规模数据集上得到应用验证。最后将探讨在图神经网络基础上的认知推理模型CognitiveGraph (CogGraph)。双通道认知CogGraph基于认知科学中的理论,其中通道1负责直觉认知,通道2负责推理认知。CogGraph可以广泛应用于多个图数据上的任务,包括基于推理的问答、知识图谱补齐等。
特邀嘉宾:唐杰
唐杰,清华大学计算机系教授、系副主任,国家杰出青年基金获得者,CCF YOCSEF前主席(2018-2019)。研究兴趣包括:数据挖掘、社交网络和知识图谱。发表论文200余篇,引用10000余次(个人h-指数59)。主持研发了研究者社会网络挖掘系统AMiner,吸引了220个国家/地区1000多万独立IP访问。曾担任国际期刊ACM TKDD的执行主编和国际会议CIKM’16、WSDM’15的PC Chair、KDD’18大会副主席。作为第1完成人获北京市科技进步一等奖、中国人工智能学会科技进步一等奖、KDD杰出贡献奖。
报名方式:点击以下链接或扫描(识别)二维码报名:ADL Online 第1期报名
https://conf.ccf.org.cn/ADLOnline1
上课方式:在线授课(请下载安装“腾讯会议客户端”,我们会在5月21日发送参会密码)
门票类型 | 参会者身份 | 5.7~5.20 |
---|---|---|
会员/非会员 | CCF会员 | ¥0 |
非会员 | ¥200 |
邮箱:adl@ccf.org.cn,电话:010-62562503-18,手机:18810669757