直播预告：IJCAI 2020 专场三| AI TIME PhD

点击蓝字

关注我们

AI TIME欢迎每一位AI爱好者的加入！

1月27日晚7:30-9:00

AI TIME特别邀请了3位优秀的讲者跟大家共同开启IJCAI 2020 专场三！

哔哩哔哩直播通道

扫码关注AITIME哔哩哔哩官方账号

观看直播

链接：https://live.bilibili.com/21813994

★ 邀请嘉宾 ★

贾子钰：北京交通大学计算机与信息技术学院博士生，指导老师是林友芳教授和王晶副教授。计划于2021年在麻省理工学院进行博士联合培养，指导老师是Roger Mark教授（IEEE Fellow）。主要研究兴趣集中于生理时间序列的分析与挖掘、深度学习理论与方法研究。目前已于IJCAI、ACM MM、ICDM、ECML-PKDD等会议或期刊发表论文8篇，相关工作的源码也会陆续开源到Github上。

报告题目：

当生理时间序列分类遇上深度学习

摘要：

睡眠阶段分类作为一种典型的生理信号分类任务，对睡眠质量评估和疾病诊断至关重要。但是，如何有效利用大脑的空间特征和睡眠阶段之间的时间转换信息仍然是一个挑战。特别是由于人类对人脑的了解是有限的，为睡眠阶段分类预定义合适的空间脑连接结构仍然是一个悬而未决的问题。在本文，我们提出了一种新颖的深度图神经网络GraphSleepNet进行自动睡眠阶段分类。GraphSleepNet的主要优点是自适应地学习不同脑电（EEG）通道之间的内在空间联系，从而最好地服务于空图卷积网络（ST-GCN）。该研究提出一种多变量时间序列分类的通用自适应图神经网络框架并首次应用于睡眠阶段分类。

林轩：湖南大学计算机科学与技术四年级博士生，导师为全哲副教授。于2019年10月前往伊利诺伊大学芝加哥分校计算机学院进行博士联合培养，指导老师是Philip S.Yu教授。主要研究方向为机器学习、图神经网络和药物重定位。目前已在IJCAI、AAAI、ECAI、Briefings in Bioinformatics等国际会议和期刊发表论文7篇，并担任IJCAI、AAAI、Briefings in Bioinformatics、Neurocomputing等会议和期刊审稿人。

报告题目：

基于知识图谱的图神经网络

预测药物与药物相互作用

摘要：

药物相互作用（DDI）预测是药理学和临床应用中一个具有挑战性的问题，在临床试验期间有效识别潜在的DDI对患者和社会至关重要。现有的大多数方法采用基于AI的计算模型，通常倾向于集成多个数据源并结合先进的图嵌入方法来实现。然而研究人员很少关注药物与其他实体（例如靶标和基因）之间存在的潜在关联。此外，最近的研究还采用知识图谱（KG）进行DDI预测。然而这一系列方法直接学习节点的潜在嵌入向量，但它们在获得KG中每个实体的丰富邻域信息方面受到限制。为了解决上述局限性，我们提出了一种基于知识图谱的图神经网络（KGNN）的端到端框架，以解决DDI预测问题。该框架可以通过在KG中挖掘相关联的关系，来有效地捕获药物及其潜在的邻域实体信息。为了提取KG的高阶结构和语义关系，我们对KG中每个实体的邻域进行学习，作为它们的局部感知域，然后将邻域信息与来自当前实体表示的偏差进行整合。这样，感知域可以自然地扩展到多个跃点，以对高阶拓扑信息进行建模并获得潜在的药物长距离相关性特征。

郭若城：亚利桑那州立大学博士生，研究方向为因果推断、数据挖掘、社交网络。2017年至今师从Prof. Huan Liu。博士期间在KDD，WSDM，IJCAI，CIKM，SDM等会议发表论文20余篇，在ACM Computing Surveys发表关于因果推断与机器学习结合的综述 A Survey of Learning Causality with Data: Problems and Methods。曾作为实习生在Google X和Microsoft Research进行因果机器学习方向的研究。

报告题目：

利用网络信息减少因果推断中的

confounding bias--结合两种思路的新方法

摘要：

我们知道因果效应在做决策时的重要角色。如今，带有网络信息的观测性数据为估计因果效应带来新的机遇。同时，观测性数据无可避免地面临confounding bias的挑战。在过去的工作中，有两种heuristic的方法被用来mitigate confounding bias。一种是在treatment group level上对confounder的分布进行平衡。另外一种则是在individual level，通过预测treatment assignment从而学习到hidden confounder的信息。在本作中，我们设计了一个minimax game--IGNITE来结合这两种heuristic方法的收益。通过实验我们验证了IGNITE的有效性。

直播结束后我们会邀请讲者在微信群中与大家答疑交流，请添加“AI TIME小助手（微信号：AITIME_HY）”，回复“ijcai”，将拉您进“IJCAI 2020交流群”！

AI TIME微信小助手

主         办：AI TIME 、AMiner

合作伙伴：智谱·AI、中国工程院知领直播、学堂在线、CSDN、学术头条、biendata、大数据文摘、数据派、 Ever链动、机器学习算法与自然语言处理

AMiner是学术搜索和社会网络挖掘研究的重要数据和实验平台，由清华大学计算机系研发，拥有我国完全自主知识产权。平台包含了超过2.3亿学术论文/专利和1.36亿学者的科技图谱，提供学者评价、专家发现、智能指派、学术地图等科技情报专业化服务。系统2006年上线，吸引了全球220个国家/地区1000多万独立IP访问，数据下载量230万次，年度访问量超过1100万。        

1）AMiner平台：https://www.aminer.cn

2）会议专题页面：https://www.aminer.cn/conf/emnlp2020

AI TIME欢迎AI领域学者投稿，期待大家剖析学科历史发展和前沿技术。针对热门话题，我们将邀请专家一起论道。同时，我们也长期招募优质的撰稿人，顶级的平台需要顶级的你，

请将简历等信息发至yun.he@aminer.cn！

微信联系:AITIME_HY

AI TIME是清华大学计算机系一群关注人工智能发展，并有思想情怀的青年学者们创办的圈子,旨在发扬科学思辨精神，邀请各界人士对人工智能理论、算法、场景、应用的本质问题进行探索，加强思想碰撞，打造一个知识分享的聚集地。

更多资讯请扫码关注