直播预告 | 图机器学习在线峰会

2021 年 9 月 25 日 图与推荐
2021年10月10日 ,DataFunSummit: 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 联合策划、 京东硅谷研发中心 首席科学家 吴凌飞博士 腾讯大数据 AI平台总监 陶阳宇博士 倾情参与,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!
本次峰会共设置 GNN基础模型、复杂图、大规模图平台、推荐与图、NLP与图、风控与图、生物计算与图 等7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

PS:嘉宾分享顺序以会前最终确认版为准




PS:欢迎大家关注本次峰会主办方之一,推荐与图论坛出品人纪厚业博士的个人公众号:图与推荐。




▌峰会报名

本次峰会将全程直播,欢迎大家识别二维码,免费注册报名:

10月10日,我们不见不散~

登录查看更多
0

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
《华为云数据库在金融行业的创新与探索》华为26页PPT
专知会员服务
12+阅读 · 2022年3月23日
王晓伟:图神经网络在快手推荐召回中的应用和挑战
专知会员服务
24+阅读 · 2022年3月23日
专知会员服务
76+阅读 · 2021年7月31日
Google最新《机器学习对偶性》报告,48页ppt
专知会员服务
35+阅读 · 2020年11月29日
最新《生成式对抗网络》简介,25页ppt
专知会员服务
168+阅读 · 2020年6月28日
【Facebook AI】低资源机器翻译,74页ppt
专知会员服务
29+阅读 · 2020年4月8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 | 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
DGL&NVIDIA | 图机器学习在线讲座
图与推荐
0+阅读 · 2021年9月30日
会议交流 | 最新NLP核心技术与前沿实践分享!
开放知识图谱
0+阅读 · 2021年7月5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
4+阅读 · 2015年12月31日
国家自然科学基金
5+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
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年9月30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
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Automated Data Augmentations for Graph Classification
Pre-Training on Dynamic Graph Neural Networks
Arxiv
1+阅读 · 2022年4月18日
Arxiv
64+阅读 · 2022年4月13日
Arxiv
23+阅读 · 2021年3月4日
Arxiv
38+阅读 · 2020年12月2日
Heterogeneous Deep Graph Infomax
Arxiv
12+阅读 · 2019年11月19日
VIP会员
相关VIP内容
《华为云数据库在金融行业的创新与探索》华为26页PPT
专知会员服务
12+阅读 · 2022年3月23日
王晓伟:图神经网络在快手推荐召回中的应用和挑战
专知会员服务
24+阅读 · 2022年3月23日
专知会员服务
76+阅读 · 2021年7月31日
Google最新《机器学习对偶性》报告,48页ppt
专知会员服务
35+阅读 · 2020年11月29日
最新《生成式对抗网络》简介,25页ppt
专知会员服务
168+阅读 · 2020年6月28日
【Facebook AI】低资源机器翻译,74页ppt
专知会员服务
29+阅读 · 2020年4月8日
相关基金
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
4+阅读 · 2015年12月31日
国家自然科学基金
5+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
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年9月30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
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
Automated Data Augmentations for Graph Classification
Pre-Training on Dynamic Graph Neural Networks
Arxiv
1+阅读 · 2022年4月18日
Arxiv
64+阅读 · 2022年4月13日
Arxiv
23+阅读 · 2021年3月4日
Arxiv
38+阅读 · 2020年12月2日
Heterogeneous Deep Graph Infomax
Arxiv
12+阅读 · 2019年11月19日
Top
微信扫码咨询专知VIP会员