Mila唐建博士《图神经网络:算法与应用》研究进展

数据派THU

共 715字,需浏览 2分钟

 ·

2021-11-05 17:19

来源:大数据文摘

本文附pdf,建议阅读5分钟 
本文总结了《图神经网络:算法与应用》研究进展。


图神经网络是当下研究的热点之一。HEC 蒙特利尔大学商学院助理教授唐建唐建博士在CIFAR DLRL暑期学校课程,总结了《图神经网络:算法与应用》研究进展,总结了他和组里学生们和这些年来在GNN方向上比较重要的工作。非常值得学习!


唐建博士自2017年12月起担任Mila(魁北克AI研究所)和HEC Montreal的助理教授。他是加拿大CIFAR第一批人工智能主席(CIFAR AI Research Chair)。他的研究方向是深度图表示学习,在知识图谱、药物发现和推荐系统等领域有着广泛的应用。他是密歇根大学和卡内基梅隆大学的研究员。他在北京大学获得博士学位,并在密歇根大学做了两年的访问学者。他在微软亚洲研究院做了两年的研究员。他在图表示学习(如LINE、LargeVis和RotatE)方面的工作得到了广泛的认可。他获得了ICML ' 14的最佳论文奖和WWW ' 16的最佳论文提名。

个人主页:
https://jian-tang.com/

图神经网络:算法与应用

本文对图神经网络的基础、高级主题(训练深的神经网络、自监督学习、应用)等。


地址:
https://drive.google.com/file/d/1ULelq5bs7bU1iQLhQnapVSQO6fJnitSJ/view







浏览 56
点赞
评论
收藏
分享

手机扫一扫分享

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

分享
举报