ADL Online第一期“图神经网络（GNN）及认知推理”在线举办

ADL（CCF Advanced Disciplines Lecture）线下活动受疫情影响，无法正常开展。为服务会员，ADL工作组在组长文继荣的带领下，推出系列在线直播公开课“ADL Online”，邀请到唐杰、朱军、陈云霁、陆品燕、刘铁岩等一批有影响力的青年学者和专家，针对学科前沿话题作线上专题讲座。“ADL Online”是ADL新开创的一种形式，为参加者提供学习提高和交流的机会，每次讲座围绕一个主题，邀请一位讲者，有讲解，也有问答。目前讲座面向会员免费开放。
 

ADL Online第一期“图神经网络（GNN）及认知推理”于5月21日19:00~21:15在线顺利举办。讲座使用腾讯会议直播， CCF报名系统注册人数1198人，来自510个高校和单位。讲座由CCF杰出会员、常务理事、中国人民大学信息学院院长、高瓴人工智能学院执行院长，北京智源人工智能研究院首席科学家、ADL工作组组长文继荣主持，特邀清华大学计算机系教授、系副主任、国家杰出青年科学基金获得者唐杰主讲。
 

唐杰在讲座中介绍了图神经网络将深度学习方法延伸到非欧几里得的图数据上，大大提高了图数据应用的精度，从算法角度分析了当下经典的图表示学习算法（DeepWalk、LINE、node2vec等）的本质关系，并提出统一算法框架NetMF和大规模版本NetSMF，并在稀疏图理论的基础上提出高效快速学习算法ProNE，ProNE在精度不降低的情况下比传统学习算法快10-400倍的加速比。接着，他简单回顾了图卷积网络（GCN）并探讨如何提高GCN在图数据上的表示学习能力。还介绍了经研究发现的可以有效的提高GCN的表示能力的几个巧妙、简单方法，该方法可以等价表示为图注意力网络（GAT）。该方法在包括阿里巴巴等多个超大规模数据集上得到应用验证。最后探讨了在图神经网络基础上的认知推理模型CognitiveGraph (CogGraph)。CogGraph基于认知科学中的双通道认知理论，其中通道1负责直觉认知，通道二负责推理认知。CogGraph可以广泛应用于多个图数据上的任务，包括基于推理的问答、知识图谱补齐等。讲座过程中，学员们在直播讨论区积极互动，踊跃提问，唐杰老师在讲课中和课后耐心地解答了学员们的问题。

ADL Online第一期的顺利举办，为后续活动积累了经验，相信我们接下来的活动会越办越好。了解更多信息，请关注CCF官网ADL板块，链接https://www.ccf.org.cn/Activities/Training/ADL/News/，咨询邮箱：adl@ccf.org.cn。
ADL Online计划表（以CCF官网通知为准）：

ADL Online第一期特邀嘉宾：唐杰
唐杰，清华大学计算机系教授、系副主任，获杰青。研究兴趣包括：数据挖掘、社交网络和知识图谱。发表论文200余篇，引用10000余次（个人h-指数59）。主持研发了研究者社会网络挖掘系统AMiner，吸引了220个国家/地区1000多万独立IP访问。曾担任国际期刊ACM TKDD的执行主编和国际会议CIKM’16、WSDM’15的PC Chair、KDD’18大会副主席。作为第1完成人获北京市科技进步一等奖、中国人工智能学会科技进步一等奖、KDD杰出贡献奖。

附：CCF ADL2020工作组成员名单
组长：
文继荣 CCF杰出会员、常务理事、数据库专委委员，大数据专委委员，中国人民大学教授，信息学院院长、高瓴人工智能学院执行院长，北京智源人工智能研究院首席科学家

工作组成员：以姓氏拼音为序

廖小飞 CCF高级会员，分布式计算与系统专委会主任，华中科技大学计算机学院教授，CCF-IEEE CS青年科学家奖获得者

王泉 CCF杰出会员、理事、嵌入式系统专委会主任，西安电子科技大学教授、副校长

谢幸 CCF杰出会员、普适计算专委会副主任，微软亚洲研究院首席研究员，微软-中国科大联合实验室主任，中国科技大学兼职博士生导师

章毅 CCF会员、理论计算机专委会委员、模式识别与人工智能专委会委员，IEEE Fellow，四川大学计算机学院教授、学术院长、机器智能实验室主任