直播预告（文末有福利！）｜北京邮电大学计算机学院助理教授杨成——图表示学习算法增强框架...

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！