【数图报告分享】清华唐杰教授开讲图神经网络(GNN)及认知推理

阅读量:863 2020-06-27 收藏本文

ADL Online首期主题为“图神经网络(GNN)及认知推理”，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。

报告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。讲者还回顾了图卷积网络(GCN)并探讨如何提高GCN在图数据上的表示学习能力，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。并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。报告中还包含精彩的互动问答。

CCF数字图书馆收录完整专家精彩报告，本期做特别分享！

讲座主题：《图神经网络(GNN)及认知推理》——唐杰

整场报告时长较长，分为3场，请识别下方二维码进入专场看全部。

欢迎持续关注并报名参加CCF CNCC、ADL、FSEC、TF等专业活动会议。举办信息将时时发布在CCF官网及公众号，CCF数字图书馆将对所有专家报告进行时时收录，欢迎登录观看！马上进入CCF数字图书馆，尽情享用丰盛的专业营养大餐吧!

https://dl.ccf.org.cn/（长按复制此CCF数图链接至浏览器打开）

马上加入CCF，免费观看包括CNCC、YEF、ADL、TF等全部CCF会议活动的精彩独家报告！

长按识别二维码，马上加入CCF

<<< 上一篇窥探“天元”，与你分享工业级深度学习框架旷

【CCF数图报告】工程教育认证背景下，高校如下一篇 >>>

<<< 下一篇【CCF数图报告】工程教育认证背景下，高校如