CCF ADL Online

第一期 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。欢迎广大会员踊跃参加。

CCF 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)。CogGraph基于认知科学中的双通道认知理论，其中通道1负责直觉认知，通道二负责推理认知。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，获杰青。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。

上课时间：2020年5月21日19:00-21:00

报名时间：2020年5月7日~20日

注册费：CCF会员免费，非会员200元

报名方式：点击以下链接或扫描（识别）二维码报名：ADL Online 第一期报名

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）

咨询邮箱：adl@ccf.org.cn

咨询电话：18810669757