分享主题
知识图谱的嵌入:更好更快的负采样
分享背景
知识图谱图嵌入(Knowledge Graph Embedding)是一种有效的将知识图谱量化的方式;然而,训练图嵌入时往往没有负样本,这对模型的性能造成很大困扰。此次,我讲介绍图嵌入中的负采样方式以及我们提出的更好更快的负采样方法。
分享嘉宾
姚权铭,第四范式研究员(机器学习研究小组负责人),香港科技大学,计算机博士,2018年香港科技大学博士杰出研究奖;2016谷歌博士奖学金获得者,23篇国际顶级会议/期刊论文(ICML, NeurIPS, JMLR, TPAMI, CVPR, KDD, ICDE 等),NeurIPS-2018, IJCAI-2019 & IJCNN-2019 AutoML比赛组织者
分享提纲
什么是知识图谱图&嵌入
图嵌入的负采样
NSCaching: 更好更快的的负采样
分享时间
(北京时间) 03 月 07 日 (星期四)晚上 20:00
扫码加入小组,直播回放都不错过,还能向讲师提问,与组员交流。
直播链接
http://www.mooc.ai/open/course/640
↘ 扫码直达 ↙