微信里点“发现”，扫一下
二维码便可将本文分享至朋友圈
演讲摘要：近年来，由于图结构数据的强大表达能力，用机器学习方法分析和挖掘图数据的研究越来越受到重视。图机器学习是一类基于机器学习技术处理图数据的方法，其在众多领域展现出了卓越的性能，并已经成为广泛应用的图分析方法之一。图机器学习的研究方向包括图神经网络、谱域图神经网络、动态图神经网络、图Transformer和图攻防技术等多种不同的方法。这些方法已被广泛应用于社交网络、蛋白质结构预测、交通流量预测等诸多领域。本报告将概述近年来图机器学习在各个研究方向的主要进展，探讨图机器学习研究的一些开放性问题，并介绍我们在图机器学习研究领域所做的一些工作以及对未来工作的展望。
讲者简介：魏哲巍，中国人民大学高瓴人工智能学院教授，博导，入选国家高层次青年人才。2008年本科毕业于北京大学数学科学学院，2012年博士毕业于香港科技大学计算机系；2012年至2014年于奥胡斯大学海量数据算法研究中心担任博士后研究员，2014年9月加入中国人民大学担任副教授，2019年8月起任教授。数据库、理论计算机、数据挖掘、机器学习等领域的顶级会议及期刊上（如SIGMOD、VLDB、ICML、NeurIPS、KDD、SODA等）发表论文60余篇，并获得数据库理论顶级会议PODS2022时间检验奖。主持自然科学基金重点项目、科技部2030重点专项课题。担任PODS、ICDT等大数据理论会议论文集主席以及ICML、NeurIPS、WWW领域主席；担任鹏城实验室广州基地青年科学家。培养博士生获2021年百度奖学金（全球10人）、2022年微软学者（亚太地区12人）。
CCF第38届中国计算机应用大会
[专题论坛]大规模图存储与图应用
京公网安备11010802032778号