计算未来轻沙龙 | 当深度学习遇上归纳推理，图神经网络有多强大？
作為一名新世紀的深度學習煉丹師
是否整天面對各種結構的原（shu）料（ju）？
對于無規則的空間數據
傳統煉丹大法好像并不能發揮奇效
圖作為一種非常神奇的表示方式
可以表示生活中絕大多數現象或情境
那么，有沒有一種神經網絡
既適用于規則的數據
又適用于不規則的數據呢？
作為近年來的熱門研究方向之一
圖神經網絡有望統一結構化數據
和非結構化數據的學習框架
成為符號主義和連接主義的一座橋梁
本期“計算未來輕沙龍”
我們集結了來自清華大學計算機系
和北京郵電大學計算機學院的各位大佬
為大家奉上一場
圖神經網絡前沿研討會
?
?岑宇闊 / 清華大學計算機系博士生?
岑宇闊，清華大學計算機系碩士二年級，目前已經以第一作者在數據挖掘頂會KDD和頂刊TKDE上各發表了一篇論文。
?Representation Learning for Attributed Multiplex Heterogeneous Network?
傳統的圖表示學習方法一般只針對同構的圖，但是實際場景中的圖往往都是異構的。在阿里電商場景下，由用戶和商品構成的圖不僅包含異構的節點（用戶和商品），而且包含異構的邊（用戶和商品之間的多種交互行為，比如點擊、購買等）。本報告將主要介紹這種包含異構節點和異構邊的圖的表示學習。
?
?丁銘 / 清華大學計算機系博士生?
丁銘，清華大學計算機系二年級博士生，導師為唐杰教授。研究方向為認知智能，目前著力于知識發現與圖學習。先后在ACL、CIKM、IJCAI、EMNLP等會議上發表多篇論文。
?認知圖譜、結構化知識與問答?
對于大規模開放領域閱讀理解問題，傳統的框架往往基于信息檢索與端到端的黑盒閱讀理解模型。在復雜多跳問題上，仍然被短視檢索、缺乏解釋性等問題困擾。我們基于認知科學中的雙過程理論，將人的思索過程連成認知圖譜，并通過預訓練語言模型與圖神經網絡解決以上問題。
?
?范少華 / 北郵計算機學院博士生?
范少華，北京郵電大學計算機學院博士二年級，主要研究方向為異質網絡表示學習，因果分析。目前已經以第一作者在KDD和CIKM發表兩篇論文。
?Metapath-guided Heterogeneous Graph Neural Network for Intent Recommendation?
最近一種新型的推薦服務，意圖推薦，被移動電商平臺廣泛使用。不同于傳統的商品推薦，意圖推薦希望在用戶打開APP并沒有任何輸入的情況下來預測用戶的意圖?，F在工業界針對意圖推薦的解決方案主要是基于特征工程的算法來挖掘屬性信息。這樣就導致推薦場景里的豐富的交互信息沒有充分挖掘。本報告主要介紹如何有效利用異質交互信息進行意圖推薦。
?
?涂珂 / 清華大學計算機系博士生?
涂珂，清華大學計算機系博士生在讀，主要研究方向為數據挖掘，網絡表征學習。目前在AAAI，KDD等頂會上發表多篇文章。
?大規模網絡嵌入的超參數優化?
為了保持網絡中各種各樣的性質，網絡表征學習通常含有大量的超參數。這些超參數通常需要嚴格的設置以達到良好的效果。大規模網絡數據給網絡嵌入的超參數優化帶來了巨大的挑戰。我們提出了一個新的框架AutoNE，來自動的優化網絡嵌入算法中的超參數。具體地，我們利用了一個多源隨機游走來采樣多個子網絡，設計一個元學習器來從子網絡傳遞關于超參數的知識到原始的大圖。傳遞過來的元知識能極大的減少搜索最優超參數的次數。大量的實驗表明我們的框架能顯著的優于現有的方法。
?
?朱定元 / 清華大學計算機系博士生?
朱定元，清華大學計算機系直博五年級，主要研究方向為圖卷積神經網絡以及網絡嵌入算法。第一作者身份發表CCF A類論文3篇。曾獲國家獎學金。
?Robust Graph Convolutional Networks Against Adversarial Attacks?
最近一些研究表明，圖卷積神經網絡的效果容易受到對抗性攻擊的影響。本報告主要介紹如何提高圖卷積神經網絡的魯棒性，有效的抵抗圖上的對抗性攻擊以及噪聲信息。
報名時間：即日起至 11?月 30?日 24:00
活動時間：12?月 1?日（本周日）14:00 - 17:00
清華大學信息科學技術大樓（FIT樓）二層多功能報告廳，?請從 FIT 樓西門進入?
?1 / 報名方式?
長按識別二維碼，馬上搶占名額！
?2 / 活動名額?
1.?因場地有限，本次活動僅接受?120 位?用戶憑電子門票二維碼入場；
2.?活動采取審核制報名，我們將根據用戶研究方向與當期主題的契合度進行篩選，通過審核的用戶將收到包含電子門票二維碼的短信通知；
3. 如您無法按時到場參與活動，請于活動開始前 24 小時在 PaperWeekly 微信公眾號后臺留言告知，留言格式為?放棄報名 + 報名電話?；無故缺席者，將不再享有后續活動的報名資格。
PaperWeekly
清華大學計算機科學與技術系
????
現在，在「知乎」也能找到我們了
進入知乎首頁搜索「PaperWeekly」
點擊「關注」訂閱我們的專欄吧
關于PaperWeekly
PaperWeekly 是一個推薦、解讀、討論、報道人工智能前沿論文成果的學術平臺。如果你研究或從事 AI 領域，歡迎在公眾號后臺點擊「交流群」，小助手將把你帶入 PaperWeekly 的交流群里。
▽ 點擊 |?閱讀原文?| 立刻報名
總結
以上是生活随笔為你收集整理的计算未来轻沙龙 | 当深度学习遇上归纳推理，图神经网络有多强大？的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 中国直-9海军型 海军舰艇的标配
- 下一篇： AI产业化应用落地，飞桨三大服务平台帮你