题目：Graph Neural Networks: Foundations and Development
内容简介：图神经网络已成为当前深度学习领域的新浪潮，是目前学术界与工业界处理图数据的重要手段之一。本次报告将系统梳理当前图神经网络的基本特性，并探讨由此引发的一系列思考。图神经网络具备良好的结构捕捉能力，低通滤波特性等特点，但也由此带来对节点特征刻画不足、信息利用欠缺等问题。本次报告将介绍在特征刻画、高频信息利用、异质网络研究、增量动态学习四个方面的进展，从而赋予图神经网络更强大与全面表达能力。
时间：2020年12月18日（周五）下午4:00
地点：电子与信息工程学院B303会议室
报告人简介：王啸，现任北京邮电大学计算机学院助理教授，研究方向为网络嵌入、图神经网络、数据挖掘与机器学习。曾任清华大学计算机系博士后研究员，天津大学博士，美国圣路易斯华盛顿大学联合培养博士，入选微软亚洲研究院铸星学者计划。在IEEE TKDE, KDD, WWW, AAAI, IJCAI等领域内国际顶级期刊和会议上发表学术论文50余篇，其中一作/通讯/共一的CCF A类论文20篇。相关研究成果受到国内外同行的关注与认可，五年内引用2000余次， ESI高被引论文1篇，成果被主流图计算平台DGL等集成。主持国家自然科学基金和CCF-腾讯犀牛鸟科研基金。担任IEEE TKDE, KDD, AAAI, IJCAI等多个权威期刊审稿人和顶级会议的（高级）程序委员会成员。