清华大学唐杰老师：用于理解、推理和决策的认知图计算

【导读】图（Graph）是一种重要的数据结构，它由节点V（或称为顶点，即个体），与边E（即个体之间的联系）构成。图数据的典型例子有网页链接关系、社交网络、商品推荐等。由于图的巨大表现能力，在图上的研究，近年来备受瞩目。清华大学的唐杰老师，近日在自己的个人主页上更新了关于图表示学习方面的PPT，阐述了他在图表示学习领域方面的工作进展。

作者简介：

唐杰，清华大学计算机科学与技术系教授。2006年在清华大学计算机科学与技术系获得博士学位。研究兴趣包括人工智能、数据挖掘、社交网络、机器学习和知识图谱，重点是设计挖掘社交和知识网络的新算法。发表学术论文200余篇，拥有专利20项。曾任CIKM ' 16的PC联合主席，WSDM ' 15, KDD ' 18的副主席，ACM TKDD的代理主编，IEEE TKDE、IEEE TBD和ACM TIST的编辑。我是AMiner.org学术社交网络分析与挖掘项目的负责人，该项目已经吸引了来自世界220个国家和地区的1000多万个独立IP访问。

个人主页：

http://keg.cs.tsinghua.edu.cn/jietang/

PPT地址：

http://keg.cs.tsinghua.edu.cn/jietang/publications/2019-JIST-Cognitive-Graph.pptx

部分Slides：

请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“CGURD” 咨询获取《用于理解、推理和决策的认知图计算 》报告ppt下载

-END-

专 · 知

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专业干货知识教程视频资料和与专家交流咨询！

请加专知小助手微信（扫一扫如下二维码添加），获取专知VIP会员码，加入专知人工智能主题群，咨询技术商务合作~

点击“阅读原文”，了解成为 专知会员 ，查看5000+AI主题知识资料