KDD 2020 首场论文解读重磅来袭!北大、港科大联合工作不容错过

栏目: IT技术 · 发布时间: 4年前

KDD 2020 首场论文解读重磅来袭!北大、港科大联合工作不容错过

近些年来,AI 领域对图神经网络(GNN,Graph Neural Networks)的关注越来越高,尤其是自2019年开始,GNN 更是成为各大学术顶会最热门的主题之一,不仅相关主题的论文数量迎来了井喷式增长,相关主题的 Workshop 也成为了会议中最亮眼的存在。

作为图结构数据的深度学习架构,GNN能够将端到端学习与归纳推理相结合,被 AI 界普遍视作有望解决深度学习无法处理的因果推理、可解释性等一系列瓶颈问题的重点研究方向。

然而世界上并不存在万效药,GNN 也存在其内在的局限性,目前研究界也正在从理论和应用实践层面对此进行研究。

北京大学和香港科技大学携手在KDD 2020 上发表的这篇工作 “Graph Structural-topic Neural Network” ,便着眼于GNN 在处理网络局部子结构方面的局限性,进行了深入研究。

KDD 2020 首场论文解读重磅来袭!北大、港科大联合工作不容错过

论文地址:https://www.gjsong-pku.cn/files/KDD_GraphSTONE.pdf

以高效地对节点邻域特征进行聚合为长的 GNN ,虽然可以聚合邻域内的节点特征,但无法高效地提取和表征邻域内的子结构特征(例如 Graphlets等高阶的结构模式)。而此类结构特征(Local Structure)却在社交网络、生物网络、分子网络等信息网络中是极为重要的结构特征。

因此,研究 GNN 的这一局限性,并找出解决方案,非常意义!

本次直播中,两位作者——来自北京大学信息科学与技术学院的研究生龙晴晴以及来自香港科技大学计算机科学与工程系的博士生金逸伦将给大家分享解决这一问题的技术思路: 通过主题模型描述图结构,包括图主题模型(Graph Anchor LDA)、多视图图神经网络(Multi-view GNN)等关键技术点

现在正在研究 GNN 这一领域或者将来想探索这一研究主题的同学们,可千万不要错过哦~

直播主题: 图结构主题神经网络

分享嘉宾: 龙晴晴、金逸伦

分享时间:6月27日(周六)20:00

分享提纲:

1. 问题背景:图神经网络,及其对图局部子结构的表征

2. 目前图神经网络的研究现状和不足

3. 技术思路:通过主题模型描述图结构,包括图主题模型(Graph Anchor LDA)、多视图图神经网络(Multi-view GNN)等关键技术点

4. 模型实验效果与分析

5. 总结      

KDD 2020 首场论文解读重磅来袭!北大、港科大联合工作不容错过

KDD 2020 首场论文解读重磅来袭!北大、港科大联合工作不容错过

线上分享将在「KDD 2020 交流群」中进行,加群方式:添加AI研习社顶会小助手(AIyanxishe2),备注「KDD」,邀请入群。入群后将会公布直播链接。

KDD 2020 首场论文解读重磅来袭!北大、港科大联合工作不容错过

点击"阅读原文",直达“KDD 交流小组”了解更多会议信息。


以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

亿级流量网站架构核心技术

亿级流量网站架构核心技术

张开涛 / 电子工业出版社 / 2017-4 / 99

《亿级流量网站架构核心技术》一书总结并梳理了亿级流量网站高可用和高并发原则,通过实例详细介绍了如何落地这些原则。本书分为四部分:概述、高可用原则、高并发原则、案例实战。从负载均衡、限流、降级、隔离、超时与重试、回滚机制、压测与预案、缓存、池化、异步化、扩容、队列等多方面详细介绍了亿级流量网站的架构核心技术,让读者看后能快速运用到实践项目中。 不管是软件开发人员,还是运维人员,通过阅读《亿级流......一起来看看 《亿级流量网站架构核心技术》 这本书的介绍吧!

HTML 压缩/解压工具
HTML 压缩/解压工具

在线压缩/解压 HTML 代码

在线进制转换器
在线进制转换器

各进制数互转换器

随机密码生成器
随机密码生成器

多种字符组合密码