会议交流 | DataFunSummit 2022:图机器学习在线峰会

2022 年 6 月 18 日 开放知识图谱

  


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,在学术界不断取得了突出的成绩,但同时在某些特定场景下的应用仍面临许多挑战,包括从方法论的合理性到实际商业业务表现。特此,我们非常希望通过一个渠道,让广大的图机器学习同行和爱好者们聚集在一起,共同探讨图机器学习的边界问题。
2022年06月25日 ,DataFunSummit 2022: 图机器学习 在线峰会将如约而至。本次峰会的形式再次创新,由 图与推荐 DataFun 发起,联合主席  百图生科 首席AI科学家 宋乐  与  京东探索研究院 算法科学家 詹忆冰 ,特邀荣誉主席  亚马逊云科技 上海人工智能研究院院长  张峥 以及荣誉主席 京东 首席科学家 吴凌飞 与 腾讯 TEG 机器学习平台部总监 陶阳宇 携手 8 位出品人共同策划而成, 既包括前沿的学术分享、又有来自国内外头部大厂的工业实践分享,专家云集, 会议全程直播 ,精彩不容错过!
本次峰会在去年第一届图机器学习峰会的基础上,进行了局部优化微调,共设置 GNN 基础模型、复杂图、NLP与图、大规模图平台、推荐与图、基于图的可解释性、风控与图、自然科学与图 等8大论坛,将从多个视角,带你 彻底了解图机器学习!
识别二维码,即可免费注册报名:


▌峰会日程

▌具体安排

本次峰会我们将继续涵盖图深度学习的广泛主题,即图神经网络,内容包括从方法论到应用,从基础到技术的新前沿。当然我们也关注到没法全面涵盖图神经网络这个快速增长的领域,及时应对新技术和应用的不断涌现。因此,我们组织这个峰会的目的是希望提供一个高水平的技术交流平台,让来自世界各地的高校的领域专家和各个头部公司的算法专家,来畅谈图神经网络在算法设计,实用的业务应用实践的经验和教训;同时让众多的从业者有机会学习,探讨,从而推动图神经网络在各个领域普遍推广,发挥更实际的产业价值。

下面我们一起来看看具体安排吧:








▌如何参与?


识别二维码,免费报名
报名成功后,请按照提示,入群收看。
▌合作伙伴
主办方:DataFun、图与推荐
特别合作: 亚马逊云科技、阿里云
合作媒体: 深度学习与图网络
合作伙伴: 腾讯大数据、快手、清华大学出版社、Datawhale、机器学习与推荐算法



 

OpenKG

OpenKG(中文开放知识图谱)旨在推动以中文为核心的知识图谱数据的开放、互联及众包,并促进知识图谱算法、工具及平台的开源开放。

点击阅读原文,进入 OpenKG 网站。

登录查看更多
1

相关内容

图机器学习(Machine Learning on Graphs)是一项重要且普遍存在的任务,其应用范围从药物设计到社交网络中的友情推荐。这个领域的主要挑战是找到一种表示或编码图结构的方法,以便机器学习模型能够轻松地利用它。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【百图生科宋乐博士】 人工智能赋能医药研发
专知会员服务
27+阅读 · 2022年3月17日
【WWW2020】DGL深度图神经网络实战教程,PPT+代码
专知会员服务
175+阅读 · 2020年4月12日
《人工智能2020:落地挑战与应对 》56页pdf
专知会员服务
195+阅读 · 2020年3月8日
GNN有多强?图机器学习峰会给你答案!
图与推荐
0+阅读 · 2022年6月14日
图机器学习峰会PPT来了!
图与推荐
2+阅读 · 2021年10月14日
直播预告 | 大规模图机器学习框架&算法
图与推荐
0+阅读 · 2021年10月9日
直播预告 | 图机器学习在线峰会
图与推荐
0+阅读 · 2021年9月25日
国家自然科学基金
1+阅读 · 2018年9月23日
国家自然科学基金
7+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年4月20日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
Arxiv
49+阅读 · 2021年9月11日
Arxiv
38+阅读 · 2020年3月10日
Arxiv
22+阅读 · 2018年8月30日
VIP会员
相关基金
国家自然科学基金
1+阅读 · 2018年9月23日
国家自然科学基金
7+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年4月20日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
Top
微信扫码咨询专知VIP会员