当前位置: 首页 > 学术动态 > 正文
学术报告-Revisiting Graph Convolutional Networks: From Paradigm to Application
阅读次数:     发布时间:2023-12-04

Revisiting Graph Convolutional Networks: From Paradigm to Application

报告人:王石平 教授

报告人单位:福州大学

报告时间:126日(星期三)9:30

会议地点:崇德A604会议室

举办单位:计算机与信息工程学院(人工智能学院)

报告人简介:

  王石平,博士,教授,博士生导师,福州大学“旗山学者”(海外计划),福建省引进高层次人才(B),智慧地铁福建省高校重点实验室主任/福州大学智能信息处理研究所主任。在国际著名期刊和会议TPAMI, TIP, TSP, TMM, Information Fusion, AAAI, ACM Multimedia等上发表SCI/EI检索论文120余篇,一作/通讯SCI期刊论文80余篇。研究方向:机器学习、图神经网络、多模态融合。

报告摘要:图神经网络(Graph Neural NetworkGNN)是指使用神经网络来学习图结构数据,提取和发掘图结构数据中的特征和模式,满足聚类、分类、预测、分割、生成等图学习任务需求的算法总称。如何从图数据(网络数据)中学习有效的数据表征是大数据与人工智能时代的一大挑战。为此,本次汇报将从一种特殊的谱图神经网络(图卷积神经网络)出发,介绍相应的消息传递范式,揭示传统机器学习和图神经网络的内在关联,并总结近期图神经网络的具体应用,包括异构图融合、图节点分类、链路预测