点击蓝字
关注我们
AI TIME欢迎每一位AI爱好者的加入!
12月1日晚 7:30-8:30
AI TIME特别邀请了北京邮电大学计算机学院助理教授杨成,给大家带来分享:《迈向更快更好的图学习——图表示学习算法增强框架》
哔哩哔哩直播通道
★ 嘉宾简介 ★
杨成:
博士,北京邮电大学计算机学院助理教授,2019年毕业于清华大学计算机科学与技术系,获中国中文信息学会优秀博士论文奖。
报告人长期从事图学习与社会计算相关方向的研究,发表相关领域论文30余篇,Google Scholar累计获得引用3000余次,其中首次提出结合节点属性信息的图表示学习算法TADW,单篇被引800余次,并担任包括 ACL、AAAI、WWW、TPAMI等在内的国际顶级会议程序委员会成员和期刊的审稿人。
分享内容:
迈向更快更好的图学习
——图表示学习算法增强框架
报告简介:
作为图表示学习中的两类代表性模型,图嵌入和图神经网络技术也在近五年内得到了非常广泛的研究。如何更快更好地学习图表示,始终是研究者们开发新算法时需要面对的核心问题。绝大多数现有工作旨在提出性能更好的单一模型,而我们将着眼于研究图表示学习算法的增强框架:即将现有的图嵌入(DeepWalk、LINE等)或图神经网络(GCN、GAT等)算法看作黑盒,通过提出和现有模型具有高兼容性的增强算法,进一步提升各现有模型的性能,实现能够增强任意图表示学习算法的统一框架。
划重点,本场福利!!!
分享中与杨老师互动的学生,有机会获得杨老师的著作一本哦!
书名:
《Network Embedding Theories, Methods, and Applications》
今日视频推荐
直播结束后大家可以在群内进行提问,请添加“AI TIME小助手(微信号:AITIME_HY)”,回复“phd-3”,将拉您进“AI TIME PhD 交流群-3”!
AI TIME微信小助手
主 办:AI TIME
合作媒体:学术头条、AI 数据派
合作伙伴:智谱·AI、中国工程院知领直播、学堂在线、蔻享学术、AMiner、 Ever链动
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
我知道你
在看
哦
~
点击 阅读原文 预约直播!