不可错过！斯坦福《图学习》研讨会，Jure Leskovec主持，附slides！

在过去的几年里，图已经成为表示复杂数据的最重要和最有用的抽象之一，包括社交网络、知识图、金融交易/购买行为、供应链网络、分子图、生物医学网络，以及建模3D对象、流形和源代码。图上的深度表示学习是一个新兴的领域，具有广泛的应用，从蛋白质折叠和欺诈检测，到药物发现和推荐系统。 在斯坦福图学习研讨会上，我们将汇集来自学术界和工业界的思想领袖，展示图神经网络最前沿和最新的方法进展。研讨会将展示领先的图机器学习框架的新发展，以及不同领域的广泛的图机器学习应用。此外，研讨会还将讨论大规模训练和部署基于图的机器学习模型的实际挑战。

http://snap.stanford.edu/graphlearning-workshop-2022/