CCF ADL Online第一期“图神经网络 (GNN) 及认知推理”

阅读量:105
2020-10-24

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

ADLCCF 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


唐杰照片

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、WSDM15PC 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:202052119:00-21:00

报名时间:202057~20

注册费:CCF会员免费,非会员200

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


ADL Online第1期报名二维码

上课方式:在线授课(请下载安装“腾讯会议”客户端,我们会在521日发送参会密码)


咨询邮箱adl@ccf.org.cn

咨询电话18810669757