「ICML20直播预告」用于低通协同过滤推荐的图卷积网络

点击蓝字

设为星标

❝

本周六，我们为大家邀请来「ICML2020」中《Graph Convolutional Network for Recommendation with Low-pass Collaborative Filters》的「文章一作于文辉」来为大家直播详细介绍论文
Wenhui Yu; Zheng Qin.——Graph Convolutional Network for Recommendation with Low-pass Collaborative Filters.

❞

嘉宾介绍：

「于文辉」：清华大学，博士

主要研究方向：推荐系统；图卷积神经网络；机器学习

分享概要：

用于低通协同过滤推荐的图卷积网络
「论文」：
https://proceedings.icml.cc/static/paper_files/icml/2020/530-Paper.pdf
「代码」：
https://github.com/Wenhui-Yu/LCFN

图卷积网络（GCN）广泛应用于推荐等图数据学习任务中。然而，当面对较大的图时，图卷积计算量很大，因此现有的 GCN 中都进行了简化，但由于过于简化而受到严重影响。为了弥补这一差距，这篇文章「利用 GCN 中原有的图卷积，提出了一种低通协同过滤（LCF）」，使其适用于大型图。「LCF 的设计消除了观测数据中曝光和量化带来的噪声，并无损地降低了图形卷积的复杂度」。实验表明，LCF 提高了图卷积的有效性和效率，并且提出的 GCN 的性能明显优于现有的 GCN。

直播时间：

11月07日   本周六下午
14：00-15:00

腾讯会议直播

会议链接：

「扫码进群」及时获得更多会议链接等相关信息👇
「已经加过图与推荐1/2/3/4微信学习群的伙伴们不需要再加群噢」

往期直播回放

「直播回放」NeurIPS20基于局部子图的图元学习

【直播回放】最强大的GNN直播回放来咯！

扫二维码｜设为星标

【设为星标】才能不错过任何直播分享、论文推荐等精彩消息噢！