网络表示学习最新进展及其应用 | 直播预告·PhD Talk #10

「PhD Talk」是 PaperWeekly 的学术直播间，旨在帮助更多的大牛 PhD 和青年学者宣传其最新科研成果。我们一直认为，单向地输出知识并不是一个最好的方式，而有效地反馈和交流可能会让知识的传播更加有意义，从而产生更大的价值。

这是第 10 期「PhD Talk」

嘉宾介绍 

▼

杨成

清华大学博士生

杨成，清华大学计算机系人智所自然语言处理组三年级直博生，指导老师是孙茂松教授，主要研究方向为社会计算、网络表示学习。目前已在人工智能领域顶级会议 IJCAI 及期刊 ACM TOIS 发表相关论文多篇。

活动主题 

▼

网络数据形式可以自然地表达物体和物体间的联系，在我们的日常生活与工作中无处不在。在 Facebook 和新浪微博等社交网络快速发展的背景下，很多研究者着力于为网络应用设计快速有效的算法。在有关网络的研究中，一个重要的问题就是如何合适的表示网络信息。随着表示学习技术在自然语言处理等领域的发展和广泛应用，研究者们开始探索将网络中的节点表示为低维稠密的向量表示的方法。我们将从更加深层理论的视角介绍网络表示学习技术的进展，提出一种快速提升网络表示效果的算法，并介绍网络表示技术在节点分类、社区发现、可视化等任务上的应用。

活动时间 

▼

6 月 27 日 本周二 20:00 

活动地点

▼

使用 斗鱼App 搜索房间号「1743775」

或

通过 PC端 访问：https://www.douyu.com/paperweekly

关于PaperWeekly

PaperWeekly 是一个推荐、解读、讨论、报道人工智能前沿论文成果的学术平台。如果你研究或从事 AI 领域，欢迎在公众号后台点击「交流群」，小助手将把你带入 PaperWeekly 的交流群里。