【南洋理工大学Xavier Bresson】图深度学习最近进展，35页ppt，Deep Learning on Graphs

简介： 机器学习在处理结构化数据集（例如表格数据）方面历来是成功的。 随着最近的进步，特别是在深度学习方面的进步，现在还存在用于处理图像，文本和语音数据的完善且强大的方法。 但是，许多现实世界的数据并不属于这些类别。 这种数据重要的一种是网络或图形数据，可用于对诸如社交网络，交易流，计算机网络甚至分子相互作用之类的概念进行建模。 使用图，我们可以轻松地表示和捕获对象之间的复杂交互和依赖关系，但同时也提出了一个问题：我们如何将机器学习应用于结构化数据图？

嘉宾介绍： Xavier Bresson，NTU计算机科学副教授。 他是图深度学习领域的领先研究人员，图深度学习是一个新的框架，该框架结合了图和深度学习技术，可以处理多个领域的复杂数据。 演讲的目的是介绍基于图的卷积神经网络体系结构，以及此类问题的应用。

大纲：

• Motivation
• Graph Deep Learning
• Applications
• DGL
• Tutorials
• Trainings