近年來，圖表示學習（Graph Embedding）和圖神經(jīng)網(wǎng)絡（Graph Neural Network, GNN）成為網(wǎng)絡數(shù)據(jù)分析與應用的熱點研究問題，其特點是將深度神經(jīng)網(wǎng)絡技術用于網(wǎng)絡結(jié)構(gòu)的建模與計算，誕生了以DeepWalk、LINE和node2vec為代表的圖表示學習技術，以GCN為代表的圖神經(jīng)網(wǎng)絡，能夠利用分布式表示方案實現(xiàn)對網(wǎng)絡中的節(jié)點、邊及其附帶的標簽、屬性和文本等信息的建模，從而更好地利用網(wǎng)絡結(jié)構(gòu)進行精細建模和深度推理，已經(jīng)被廣泛用于數(shù)據(jù)挖掘、社會網(wǎng)絡分析、推薦系統(tǒng)、自然語言處理、知識圖譜等領域。
為了推進國內(nèi)在該領域的發(fā)展，由中國中文信息學會·社會媒體處理專委會和北京智源人工智能研究院聯(lián)合舉辦的「圖神經(jīng)網(wǎng)絡在線研討會2020」將于3月29日下午召開，本研討會邀請了四位國內(nèi)著名學者介紹圖表示學習和圖神經(jīng)網(wǎng)絡的最新理論進展和應用探索，并獲得了合作伙伴AI研習社、PaperWeekly、智東西的大力支持。

研討會舉辦時間：

2020年3月29日（周日）

下午13:30-17:30

研討會舉辦方式：

線上直播

研討會官方主頁：

https://event.baai.ac.cn/con/gnn-online-workshop-2020/
（復制網(wǎng)址至瀏覽器查看）

演講嘉賓

北京大學信息科學技術學院 副教授

研究方向包括：網(wǎng)絡大數(shù)據(jù)挖掘、社會網(wǎng)絡分析和智能交通系統(tǒng)。在包括國際頂級期刊TKDE以及國際頂級會議KDD、AAAI等發(fā)表論文100余篇，是多個國際頂級會議（WWW、IJCAI等）的高級程序委員。論文獲得CIKM2019年最佳論文獎提名。主持了包括國家自然科學基金、科技部重大研發(fā)計劃等多項科研項目。研究成果先后獲省部級獎勵一等獎2次，和二等獎1次。

中國科學院計算技術研究所 研究員

中國中文信息學會社會媒體處理專委會副主任。主要研究方向：社交網(wǎng)絡分析、網(wǎng)絡數(shù)據(jù)挖掘。在PNAS等期刊和WWW、SIGIR、AAAI、IJCAI、ICLR等國際會議上發(fā)表論文100余篇。博士學位論文獲得中國計算機學會優(yōu)秀博士論文提名獎、中國科學院優(yōu)秀博士論文獎和UCAS-Springer優(yōu)秀博士論文獎。個人獲得中國科學院院長特別獎，入選中國科學院計算技術研究所“學術百星”計劃和中國科學院青年創(chuàng)新促進會，入選中國科學院王寬誠率先人才計劃“盧嘉錫國際團隊”和首批中國科學院青年創(chuàng)新促進會優(yōu)秀會員（中國科學院優(yōu)秀青年人才計劃）、北京智源人工智能研究院青年科學家。

清華大學計算機系教授、系副主任

研究興趣包括：數(shù)據(jù)挖掘、社交網(wǎng)絡和知識圖譜。發(fā)表論文200余篇，引用10000余次（個人h-指數(shù)59）。主持研發(fā)了研究者社會網(wǎng)絡挖掘系統(tǒng)AMiner，吸引了220個國家/地區(qū)1000多萬獨立IP訪問。曾擔任國際期刊ACM TKDD的執(zhí)行主編和國際會議CIKM’16、WSDM’15的PC Chair、KDD’18大會副主席。作為第1完成人獲北京市科技進步一等獎、中國人工智能學會科技進步一等獎、KDD杰出貢獻獎。

北京郵電大學計算機學院 教授

北京郵電大學計算機學院教授、博士研究生導師、智能通信軟件與多媒體北京市重點實驗室副主任。主要研究方向: 數(shù)據(jù)挖掘、機器學習、人工智能和演化計算。在IEEE TKDE、KDD、WWW、AAAI、IJCAI等期刊和國際會議上發(fā)表論文100余篇，英文專著一部，相關研究成果應用到阿里巴巴、騰訊、華為等企業(yè)。獲得ADMA2011/AMDA2018國際會議最佳論文獎、CCF-騰訊犀牛鳥基金及項目優(yōu)秀獎，并指導學生獲得頂尖國際數(shù)據(jù)挖掘競賽IJCAI Contest 2015 全球冠軍。獲得北京市高等學校青年英才和師德先鋒等稱號。

研討會主席

清華大學計算機系副教授、博士生導師

主要研究方向為表示學習、知識圖譜和社會計算。2011年獲得清華大學博士學位，已在ACL、IJCAI、AAAI等人工智能領域的著名國際期刊和會議發(fā)表相關論文80余篇，Google Scholar統(tǒng)計引用超過7,700次。承擔多項國家自然科學基金。曾獲清華大學優(yōu)秀博士學位論文、中國人工智能學會優(yōu)秀博士學位論文、清華大學優(yōu)秀博士后、中文信息學會青年創(chuàng)新獎，入選《麻省理工科技評論》“35歲以下科技創(chuàng)新35人”中國區(qū)榜單（MIT TR-35 China）、中國科協(xié)青年人才托舉工程、中國計算機學會青年學者提升計劃。擔任中文信息學會青年工作委員會執(zhí)委、副主任，中文信息學會社會媒體處理專委會委員、秘書長，SCI期刊Frontiers of Computer Science青年編委，ACL、EMNLP、COLING、IJCNLP領域主席。

會議日程

13:30-13:35SMP專委會主任劉挺 - 開場致辭

13:30-14:30宋國杰?-?網(wǎng)絡表示學習

“問題的復雜性取決于問題表示，降低問題復雜性的關鍵是選擇合適的問題表示”。對于普適存在的網(wǎng)絡數(shù)據(jù)而言，如何進行有效的特征表示，是面向網(wǎng)絡機器學習和數(shù)據(jù)挖掘任務的關鍵。本報告將在淺層和深層網(wǎng)絡表示學習概述的基礎上，重點介紹報告人課題組近期的一些主要工作思路，最后對未來可能的研究趨勢進行討論。

14:30-15:30沈華偉?-?圖卷積神經(jīng)網(wǎng)絡

卷積神經(jīng)網(wǎng)絡在處理圖像、語音、文本等具有較好空間結(jié)構(gòu)的數(shù)據(jù)時展現(xiàn)出了很好的優(yōu)勢。然而，卷積神經(jīng)網(wǎng)絡不能直接應用于圖（Graph）這類空間結(jié)構(gòu)不規(guī)則的數(shù)據(jù)上。近年來，研究人員開始研究如何將卷積神經(jīng)網(wǎng)絡遷移到圖數(shù)據(jù)上，涌現(xiàn)出ChevNet、MoNet、GraphSAGE、GCN、GAT等一系列方法，在基于圖的半監(jiān)督分類和圖表示學習等任務中表現(xiàn)出很好的性能。報告首先梳理和回顧該方向的主要研究進展和發(fā)展趨勢，進而介紹報告人近期在圖卷積神經(jīng)網(wǎng)絡方面的一些研究工作（ICLR’19; IJCAI’19）。

15:30-16:30唐杰?-?圖神經(jīng)網(wǎng)絡 (GNN) 及認知推理

圖神經(jīng)網(wǎng)絡將深度學習方法延伸到非歐幾里得的圖數(shù)據(jù)上，大大提高了圖數(shù)據(jù)應用的精度。報告將首先從算法角度分析當下經(jīng)典的圖表示學習算法（DeepWalk、LINE、node2vec等）的本質(zhì)關系，并提出統(tǒng)一算法框架NetMF和大規(guī)模版本NetSMF，并在稀疏圖理論的基礎上提出高效快速學習算法ProNE，ProNE在精度不降低的情況下比傳統(tǒng)學習算法快10-400倍的加速比。在簡單回顧一下圖卷積網(wǎng)絡（GCN）并探討如何提高GCN在圖數(shù)據(jù)上的表示學習能力之后，研究發(fā)現(xiàn)幾個巧妙、簡單方法就可以有效的提高GCN的表示能力，該方法可以等價表示為圖注意力網(wǎng)絡（GAT）。該方法在包括阿里巴巴等多個超大規(guī)模數(shù)據(jù)集上得到應用驗證。最后報告將探討在圖神經(jīng)網(wǎng)絡基礎上的認知推理模型CognitiveGraph (CogGraph)。CogGraph基于認知科學中的雙通道認知理論，其中通道1負責直覺認知，通道二負責推理認知。CogGraph可以廣泛應用于多個圖數(shù)據(jù)上的任務，包括基于推理的問答、知識圖譜補齊等。

16:30-17:30石川?-?異質(zhì)圖神經(jīng)網(wǎng)絡及其在電商中的應用

神經(jīng)網(wǎng)絡在處理圖像、語音、文本等具有較好空間結(jié)構(gòu)的數(shù)據(jù)時展現(xiàn)出了很好的優(yōu)勢，但是不能直接應用于圖（Graph）這類空間結(jié)構(gòu)不規(guī)則的數(shù)據(jù)上。近年來，研究人員開始研究如何將神經(jīng)網(wǎng)絡應用到到圖數(shù)據(jù)上，形成了圖神經(jīng)網(wǎng)絡的研究熱潮，并提出GCN、GraphSAGE、GAT等一系列方法。當前圖神經(jīng)網(wǎng)絡主要針對由相同類型節(jié)點和邊構(gòu)成的同質(zhì)圖。然而，大量實際交互系統(tǒng)需要建模成由不同類型的節(jié)點和邊構(gòu)成的異質(zhì)圖。將神經(jīng)網(wǎng)絡應用于異質(zhì)圖將會有一些新的特點和挑戰(zhàn)。本報告將介紹報告人近期在異質(zhì)圖神經(jīng)網(wǎng)絡方面的系列研究工作，以及在電子商務實際問題中的應用。

報名方式

掃碼添加小智（baai03）微信好友發(fā)送關鍵詞“live0329”后進入報名微信群，獲取課件和直播間地址。

研討會官網(wǎng)：https://event.baai.ac.cn/con/gnn-online-workshop-2020/