清华等AAAI2022最新「自动图机器学习」教程报告,162页PPT阐述时自动图神经网络以及知识图谱推理进展

2022 年 3 月 2 日 专知

【导读】国际人工智能会议AAAI 2022论文将在全程线上举办,时间在 2 月 22 日-3 月 1 日,本届大会也将是第 36 届 AAAI 大会。大会涵盖了众多最近研究Tutorial报告,来自清华以及第四范式等学者共同做了关于图结构数据处理的进展报告,非常值得关注!




图结构数据在现实生活中无处不在,它出现在许多学习应用中,如分子图的属性预测、异构信息网络的产品推荐和知识图的逻辑查询。近年来,从图结构数据中学习也成为机器学习领域的一个研究热点。然而,同样由于GSD中的这种多样性,没有一个通用的学习模型能够基于图在不同的学习应用程序中表现良好和一致。与此形成鲜明对比的是,卷积神经网络在自然图像上工作得很好,而Transformers 是文本数据的好选择。在本教程中,我们将讨论如何使用自动机器学习(AutoML)作为一个工具来为GSD设计学习模型。具体来说,我们将详细说明什么是AutoML, AutoML可以从图中探索什么样的先验信息,以及如何从搜索的模型中生成洞察力。

目录内容:
  • 7:30-8:15 Part 1: Automated Graph Neural Network [Slides]

    Speaker: Huan Zhao
    8:15-9:00 Part 2: Hyper-parameter Tuning for Graph-Structured Data. [Slides]

    Speaker: Quanming Yao
    9:00-9:45 Part 3: Automated Knowledge Graph Reasoning: from Triplets to Subgraphs [Slides]

    Speaker: Yongqi Zhang
    9:45-10:00 Part 4: Discussion


地址:

https://quanmingyao.github.io/AutoML.github.io/aaai22-tutorial.html






专知便捷查看

便捷下载,请关注专知公众号(点击上方蓝色专知关注)

  • 后台回复“AGML” 可以获取清华等AAAI2022最新「自动图机器学习」教程报告,162页PPT阐述时自动图神经网络以及知识图谱推理进展专知下载链接索引

专知,专业可信的人工智能知识分发,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取5000+AI主题干货知识资料!
欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程资料和与专家交流咨询
点击“ 阅读原文 ”,了解使用 专知 ,查看获取5000+AI主题知识资源
登录查看更多
5

相关内容

【XAUTOML】可解释自动机器学习,27页ppt
专知会员服务
62+阅读 · 2021年4月23日
【XAUTOML】可解释自动机器学习,27页ppt
专知
5+阅读 · 2021年4月23日
【KDD2020】图神经网络:基础与应用,322页ppt
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
6+阅读 · 2014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
3+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
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Pre-Training on Dynamic Graph Neural Networks
Arxiv
1+阅读 · 2022年4月18日
Arxiv
15+阅读 · 2020年2月5日
Arxiv
24+阅读 · 2018年10月24日
VIP会员
相关基金
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
6+阅读 · 2014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
3+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
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员