什么是好的图神经网络?

Datawhale

共 774字,需浏览 2分钟

 · 2021-10-08

深度学习模型是当今人工智能研究的核心。众所周知,对欧几里得数据(例如图像)和序列数据(例如文本)具有颠覆性学习能力的深度学习技术不能直接适用于图结构数据。这种差距推动了图深度学习研究的浪潮。近年来,已经开发了大量基于图结构数据的神经网络架构,这些架构已经成功应用于社交网络、计算机视觉,自然语言处理,推荐系统,智能风控,智能交通和生物计算学等领域,并取得了显着的性能提升。这波图论与深度学习交叉的研究浪潮也影响了其他科学领域,包括计算机视觉、自然语言处理、归纳逻辑编程、程序合成与分析、自动化规划、强化学习和网络安全。尽管图上的深度学习已经引起了极大的关注,但将其应用于其他领域时仍面临许多挑战,包括从方法论的合理性到实际商业业务表现。  
那么,什么是好的图神经网络?
2021年10月10日,DataFunSummit:图机器学习在线峰会将如约而至。其中由来自UIUC 的 Research Assistant Eli Chien (簡翌) 出品的GNN基础模型论坛,将邀请来自普渡大学李攀老师、腾讯Angel Graph北京大学的博士生张文涛纽约大学博士生陈政道,从GNN基础模型角度,和大家一起探讨交流什么是好的图神经网络,并展示目前的一些最新进展,本次分享将全程直播。
稍后,我们将为大家对本次论坛,做详细介绍,感兴趣的小伙伴可以先识别二维码,免费注册报名,入群收看:

▌论坛日程

▌详细介绍

▌峰会报名

本次峰会将全程直播,欢迎大家识别二维码,免费注册报名:

10月10日,我们不见不散~

浏览 72
点赞
评论
收藏
分享

手机扫一扫分享

举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

举报