【KDD2019|讲座推荐】网络学习：算法、理论与应用：Learning From Networks: Algorithms, Theory, & Applications

讲座题目

网络学习：算法、理论与应用：Learning From Networks: Algorithms, Theory, & Applications

讲座简介

可以说，这个宇宙中的每个实体都以某种方式联网。随着社会化媒体、生物网络等网络数据的普及，从网络中学习已经成为许多应用中必不可少的任务。众所周知，网络数据是复杂的、大规模的，对网络数据的分析任务也越来越复杂。在本教程中，我们系统地回顾了从网络学习的领域，包括算法、理论分析和示例应用。从快速回忆该地区激动人心的历史开始，我们制定了核心技术问题。然后介绍了基于特征选择的方法和基于网络嵌入的方法。接下来，我们将讨论扩展到属性网络，这在实践中很流行。最后，我们将介绍最新的热门话题，基于图神经的方法。对于每一组方法，我们还调查了相关的理论分析和实际应用实例。我们的教程还激发了一系列可能导致未来突破的开放性问题和挑战。作者是活跃在这一领域的多产且经验丰富的研究人员，代表了学术界和工业界的良好结合

讲座嘉宾

Xiao Huang，是德州农工大学计算机科学与工程系的博士生。2015年获伊利诺伊理工学院电气工程硕士学位，2012年获上海交通大学工程学士学位。他现在在数据实验室工作，由夏“本”胡博士监督。他的研究兴趣在于网络嵌入、属性网络分析和知识图与分析。他的工作已经被包括WSDM、KDD、AAAI、SDM、IJCAI、ICDM和TKDD在内的一些著名会议和期刊所接受。他是EASM 2018、KDD 2019、CIKM 2019的PC成员。他是2017年SDM会议主席，并在2017年SDM博士论坛上获得最佳海报亚军奖。他曾于2018年在美国百度（Baidu USA）和2019年在微软（Microsoft）担任实习生研究员。