配资软件

迁西炒股配资 网

用户登录

股票配资

股票配资

在线配资

查看

KDD 2020 首场论文解读重磅来袭!北大、港科大联合事情不容错过

2020-06-24/ 迁西炒股配资 网/ 查看: 214/ 评论: 10

摘要原标题:KDD2020首场论文解读重磅来袭!北大、港科大联合事情不容错过近些年来,AI领域对图神经网络(GNN,GraphN
 

配资软件原标题:KDD 2020 首场论文解读重磅来袭!北大、港科大联合事情不容错过

近些年来,AI 领域对图神经网络(GNN,Graph Neural Networks)的存眷越来越高,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,不仅相干主题的论文数目迎来了井喷式增长,相干主题的 Workshop 也成为了集会中最亮眼的存在。

配资软件作为图结构数据的深度学习架构,GNN可以或许将端到端学习与归纳推理相联合,被 AI 界普遍视作有望解决深度学习无法处置惩罚的因果推理、可解释性等一系列瓶颈问题的重点研究偏向。

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临此举行研究。

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

配资软件论文地址:https://www.gjsong-pku.cn/files/KDD_GraphSTONE.pdf

以高效地对节点邻域特性举行聚合为长的 GNN ,虽然可以聚合邻域内的节点特性,但无法高效地提取和表征邻域内的子结构特性(比方 Graphlets等高阶的结构模式)。而此类结构特性(Local Structure)却在社交网络、生物网络、分子网络等炒股配资 网络中是极为紧张的结构特性。

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——来自北京大学炒股配资 科学与技能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各人分享解决这一问题的技能思绪:通过主题模子描述图结构,包括图主题模子(Graph Anchor LDA)、多视图图神经网络(Multi-view GNN)等要害技能点。

现在正在研究 GNN 这一领域或者未来想探索这一研究主题的同学们,可万万不要错过哦~

配资软件直播主题:图结构主题神经网络

配资软件分享嘉宾:龙晴晴、金逸伦

分享时间:6月27日(周六)20:00

分享提纲:

问题配景:图神经网络,及其对图局部子结构的表征

配资软件目前图神经网络的研究现状和不足

配资软件技能思绪:通过主题模子描述图结构,包括图主题模子(Graph Anchor LDA)、多视图图神经网络(Multi-view GNN)等要害技能点

模子实验效果与分析

总结

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

雷锋网版权文章,未经授权克制转载。详情见转载须知。


鲜花

握手

雷人

路过

鸡蛋
收藏 分享 邀请
上一篇:暂无

最新评论

返回顶部