【ECML/PKDD20教程】图表示学习与应用，200页ppt

https://www.aminer.cn/grla_ecmlpkdd2020

图表示学习为挖掘和学习网络数据提供了一个革命性的范例。在本教程中，我们将系统地介绍网络上的表示学习。我们将以阿里巴巴、AMiner、Microsoft Academic、微信和XueTangX的行业案例作为教程的开始，来解释网络分析和网络图挖掘如何从表示学习中受益。然后，我们将全面介绍图表示学习的历史和最新进展，如网络嵌入、图神经网络及其预训练策略。独特的是，本教程旨在向读者提供图形表示学习的基本理论，以及我们在将这方面的研究转化为工业应用中的实际应用方面的经验。最后，我们将为开放和可重现的图表示学习研究发布公共数据集和基准。

目录：

Part 1 Introduction  [Slides]

Part 2 Network Embeddings [Slides]

• 2.1 Conventional network analysis

•       Node classification

•       Social tie & link prediction

• 2.2 Network embeddings

•       Embedding models

•       Theoretical understanding

•       Billion-scale graph embedding

Part 3 Graph Neural Networks & Pre-Training [Slides]

• 3.1 GNNs Fundamentals

•       Graph convolution & attention

•       Graph GAN

•       Dynamic graph representation

•       Heterogeneous graph representation

• 3.2 GNN Pre-Training

•       Generative pre-training

•       Contrastive pre-training

• 3.3 Large-Scale GNN Applications

Part 4 Conclusion [Slides]

• 4.1 Open Graph Data and Benchmarks

• 4.2 Summary

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“GRLA” 可以获取《【ECML/PKDD20教程】图表示学习与应用，200页ppt》专知下载链接索引

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取5000+AI主题知识资源