本教程介绍在图神经网络(GNN)中使用的概念。GNN是建模数据的有用方法,这些数据被构造成图形或包含不同实体之间的有用关系。这些方法已成功应用于交通预测、分子建模、社会网络分析、视觉场景理解等多个领域。
教程将集中在介绍概念和展示基本方法,同时也呈现一些有趣的联系和应用。
这两个讲座是Bitdefender在布加勒斯特大学教授的深度学习课程的一部分。演讲将是虚拟在线的,对任何人开放,并要求基本的ML知识。