一本书的精华,就在这场图神经网络线上分享

2022 年 2 月 17 日 机器之心


近年来,图神经网络 (GNN) 领域取得了快速且惊人的进展。图神经网络,也称为图深度学习、图表示学习或几何深度学习,已成为机器学习尤其是深度学习中发展最快的研究课题之一。这一批涌现的图论和深度学习交叉的研究也影响了其他科学领域,包括推荐系统、计算机视觉、自然语言处理、归纳逻辑编程、程序合成、软件挖掘、自动化规划、网络安全和智能交通。

虽然图神经网络已经获得了极大的关注,但在将其应用到其他领域时仍然面临着许多挑战,从对方法的理论理解到实际系统中的可扩展性和可解释性,从方法的健全性到在实际系统应用中的经验表现。尽管该领域实现了快速发展,从全局视角了解 GNN 的发展却始终极具挑战性。
 
为了弥合上述差距,吴凌飞、崔鹏、裴健、赵亮几位学者牵头编撰了一本图神经网络领域的综合性书籍。这本书历时近一年时间写作而成,全书由四大部分(引言,基础,前沿,应用)共 27 个章节组成,面向这一领域的高级本科生和研究生、博士后研究人员、讲师和行业从业者。

这是目前为止在图神经网络方面最为全面的一本书。本书涵盖了图神经网络的众多主题,从基础到前沿,从方法论到应用。这本书介绍了 GNN 的基本概念和算法、GNN 的研究前沿以及 GNN 的广泛应用和新兴应用。

书籍的英文版已经在多个平台开启预订,中文版书籍将在 2022 年中期正式出版。 目前已有免费公开版可供阅读。

书籍开源网站地址:   https://graph-neural-networks.github.io/index.html

为了帮忙读者更好的了解本书内容,2月21日19:30-20:30,机器之心邀请到本书作者吴凌飞博士带来详细介绍。



分享主题:图神经网络的基础、前沿和应用

分享嘉宾:吴凌飞博士,京东硅谷研究中心的首席科学家,带领 30 多名机器学习/自然语言处理科学家和软件工程师组成的团队,构建智能电子商务个性化系统。他目前著有图神经网络图书一本,并发表了90多篇顶级会议和期刊的论文,同时还是 40 多项美国专利的共同发明人。凭借其专利的高商业价值,他获得了八项发明成果奖,并被任命为 IBM 2020 级发明大师。他目前担任IEEE Transactions on Neural Networks and Learning Systems 和ACM Transactions on Knowledge Discovery from Data and International Journal的副主编,并定期担任主要的 AI/ML/NLP 会议,包括 KDD、IJCAI、AAAI、NIPS、ICML、ICLR、和 ACL的SPC/PC。

分享时间:北京时间2月21日19:30-20:30

直播间:关注机动组视频号,北京时间2月21日开播。

交流群: 本次直播设有 QA 环节,欢迎加入本次直播交流群探讨交流。
如群已超出人数限制,请添加机器之心小助手:syncedai2、syncedai3、syncedai4 或 syncedai5,备注「GNN」即可加入。

机器之心 · 机动组

机动组是机器之心发起的人工智能技术社区,聚焦于学术研究与技术实践主题内容,为社区用户带来技术线上公开课、学术分享、技术实践、走近顶尖实验室等系列内容。机动组也将不定期举办线下学术交流会与组织人才服务、产业技术对接等活动欢迎所有 AI 领域技术从业者加入

  • 点击阅读原文,访问机动组官网,观看往期回顾

  • 关注机动组服务号,获取每周直播预告

登录查看更多
1

相关内容

图神经网络 (GNN) 是一种连接模型,它通过图的节点之间的消息传递来捕捉图的依赖关系。与标准神经网络不同的是,图神经网络保留了一种状态,可以表示来自其邻域的具有任意深度的信息。近年来,图神经网络(GNN)在社交网络、知识图、推荐系统、问答系统甚至生命科学等各个领域得到了越来越广泛的应用。

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
【斯坦福Jiaxuan You】图学习在金融网络中的应用,24页ppt
专知会员服务
43+阅读 · 2021年9月19日
【2020新书】深度学习自然语言处理简明导论,69页pdf
专知会员服务
112+阅读 · 2020年11月7日
【KDD2020】图神经网络:基础与应用,322页ppt
专知会员服务
130+阅读 · 2020年8月30日
【新书】图神经网络导论,清华大学刘知远老师著作
专知会员服务
357+阅读 · 2020年6月12日
《迁移学习简明手册》,93页pdf
专知会员服务
131+阅读 · 2019年12月9日
图深度学习前沿工作汇总与解析
夕小瑶的卖萌屋
0+阅读 · 2022年1月20日
讲座报名 | 数据挖掘专场来啦!
THU数据派
0+阅读 · 2021年11月3日
图神经网络+对比学习,下一步去哪?
图与推荐
1+阅读 · 2021年10月29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 | 从GNN的视角出发,重新审视推荐系统
图与推荐
0+阅读 · 2021年10月6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
ADL108《知识图谱》开始报名了
中国计算机学会
14+阅读 · 2019年10月8日
国家自然科学基金
3+阅读 · 2018年6月30日
国家自然科学基金
12+阅读 · 2017年12月31日
国家自然科学基金
1+阅读 · 2016年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+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 · 2012年4月30日
国家自然科学基金
6+阅读 · 2008年12月31日
Arxiv
21+阅读 · 2022年2月24日
Arxiv
13+阅读 · 2021年6月14日
Arxiv
37+阅读 · 2021年2月10日
Arxiv
35+阅读 · 2021年1月27日
Arxiv
38+阅读 · 2020年12月2日
Arxiv
25+阅读 · 2018年8月19日
VIP会员
相关资讯
图深度学习前沿工作汇总与解析
夕小瑶的卖萌屋
0+阅读 · 2022年1月20日
讲座报名 | 数据挖掘专场来啦!
THU数据派
0+阅读 · 2021年11月3日
图神经网络+对比学习,下一步去哪?
图与推荐
1+阅读 · 2021年10月29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 | 从GNN的视角出发,重新审视推荐系统
图与推荐
0+阅读 · 2021年10月6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
ADL108《知识图谱》开始报名了
中国计算机学会
14+阅读 · 2019年10月8日
相关基金
国家自然科学基金
3+阅读 · 2018年6月30日
国家自然科学基金
12+阅读 · 2017年12月31日
国家自然科学基金
1+阅读 · 2016年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+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 · 2012年4月30日
国家自然科学基金
6+阅读 · 2008年12月31日
相关论文
Arxiv
21+阅读 · 2022年2月24日
Arxiv
13+阅读 · 2021年6月14日
Arxiv
37+阅读 · 2021年2月10日
Arxiv
35+阅读 · 2021年1月27日
Arxiv
38+阅读 · 2020年12月2日
Arxiv
25+阅读 · 2018年8月19日
Top
微信扫码咨询专知VIP会员