今晚直播 | AAAI 2022:图神经网络节点分类的广义等变性和优先标记算法

2022 年 3 月 3 日 图与推荐


本期 AI Drive,我们邀请到北京大学博士生孙泽宇为大家在线解读其发表在 AAAI 2022 的最新研究成果:Preferential Labeling for Unattributed Node Classification in GNNs对本期主题感兴趣的小伙伴,3 月 3 日(本周四)晚 7 点,我们准时相约 PaperWeekly 直播间。



直播信息




现有的图神经网络 (GNN) 很大程度上依赖于节点嵌入表示,节点嵌入表示利用其类型或内容信息将节点表示为一个向量。然而,具有无标记节点的图广泛存在于现实世界的应用程序中(例如,匿名社交网络)。现有的 GNN 模型表示该类节点则通过为节点分配随机标签(引入了伪标签),或者为所有节点分配一个同一个嵌入的方式(无法区分不同的节点)。此外,当这些 GNN 应用于无标记的节点分类问题时,它们具有不希望的等变性,这使得其从根本上无法处理具有多个可能输出的数据。


在本文中,我们分析了现有 GNN 方法解决节点分类问题的局限性。受我们分析的启发,我们提出了一种广义等变性和一种渐近满足所需等变性的优先标记算法。实验结果表明,我们在无标签的节点分类任务中的效果显著超越了现有方法。

本次分享的具体内容有:  
  • 介绍:图神经网络及其在解决无标签图节点分类任务时需要满足的等变性

  • 动机:现有技术无法解决具有多个可能结果的无标签图节点分类任务

  • 方法:提出一种广义的等变性和一种渐近满足所需等变性的优先标记算法

  • 实验结果:我们在无标签的节点分类任务中的效果显著超越了现有方法




嘉宾介绍



 孙泽宇 / 北京大学博士生 


孙泽宇就读于北京大学软件工程研究所,博士五年级,他在软件工程及人工智能相关的诸多难题上取得了突破。目前,他已在 ICSE,AAAI,IJCAI,ESEC/FSE,ASE 等软件工程或人工智能顶级国际会议上发表论文十余篇。在荣誉方面,孙泽宇在读期间曾获得国家奖学金,校长奖学金等诸多奖励。



直播地址 & 交流群




本次直播将在 PaperWeekly 视频号和 B 站直播间进行,扫描下方海报二维码点击阅读原文即可免费观看。线上分享结束后,嘉宾还将在直播交流群内实时 QA,在 PaperWeekly 微信公众号后台回复「AI Drive」,即可获取入群通道


视频号直播间:
扫描下方二维码关注 PaperWeekly 视频号,第一时间获取开播提醒。



B 站直播间:

https://live.bilibili.com/14884511




登录查看更多
0

相关内容

节点分类任务是一种算法,其必须通过查看其邻居的标签来确定样本(表示为节点)的标签。
AAAI 2022|对抗攻击鲁棒的异质图神经网络
专知会员服务
35+阅读 · 2022年3月28日
AAAI 2022 | ProtGNN:自解释图神经网络
专知会员服务
39+阅读 · 2022年2月28日
【NeurIPS 2021】实例依赖的偏标记学习
专知会员服务
10+阅读 · 2021年11月28日
专知会员服务
14+阅读 · 2021年10月18日
专知会员服务
51+阅读 · 2021年5月30日
专知会员服务
95+阅读 · 2021年5月25日
【NeurIPS 2020】通过双向传播的可扩展图神经网络
专知会员服务
27+阅读 · 2020年11月3日
专知会员服务
47+阅读 · 2020年9月20日
近期必读的8篇 AAAI 2020【图神经网络(GNN)】相关论文
专知会员服务
76+阅读 · 2020年1月15日
国家自然科学基金
6+阅读 · 2015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
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
Attentive Graph Neural Networks for Few-Shot Learning
Arxiv
40+阅读 · 2020年7月14日
Heterogeneous Graph Transformer
Arxiv
27+阅读 · 2020年3月3日
Arxiv
15+阅读 · 2020年2月5日
Heterogeneous Deep Graph Infomax
Arxiv
12+阅读 · 2019年11月19日
Learning Embedding Adaptation for Few-Shot Learning
Arxiv
16+阅读 · 2018年12月10日
Arxiv
24+阅读 · 2018年10月24日
VIP会员
相关VIP内容
AAAI 2022|对抗攻击鲁棒的异质图神经网络
专知会员服务
35+阅读 · 2022年3月28日
AAAI 2022 | ProtGNN:自解释图神经网络
专知会员服务
39+阅读 · 2022年2月28日
【NeurIPS 2021】实例依赖的偏标记学习
专知会员服务
10+阅读 · 2021年11月28日
专知会员服务
14+阅读 · 2021年10月18日
专知会员服务
51+阅读 · 2021年5月30日
专知会员服务
95+阅读 · 2021年5月25日
【NeurIPS 2020】通过双向传播的可扩展图神经网络
专知会员服务
27+阅读 · 2020年11月3日
专知会员服务
47+阅读 · 2020年9月20日
近期必读的8篇 AAAI 2020【图神经网络(GNN)】相关论文
专知会员服务
76+阅读 · 2020年1月15日
相关基金
国家自然科学基金
6+阅读 · 2015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
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
相关论文
Attentive Graph Neural Networks for Few-Shot Learning
Arxiv
40+阅读 · 2020年7月14日
Heterogeneous Graph Transformer
Arxiv
27+阅读 · 2020年3月3日
Arxiv
15+阅读 · 2020年2月5日
Heterogeneous Deep Graph Infomax
Arxiv
12+阅读 · 2019年11月19日
Learning Embedding Adaptation for Few-Shot Learning
Arxiv
16+阅读 · 2018年12月10日
Arxiv
24+阅读 · 2018年10月24日
Top
微信扫码咨询专知VIP会员