论坛嘉宾:魏忠钰 复旦大学 副教授

报告主题:图卷积神经网络在计算金融等交叉学科领域的应用研究

报告摘要:基于图的模型能够描绘特定场景中的实体信息以及实体之间的关系,一直以来被各个学科的学者采用,在相关领域进行不同任务的建模和计算。近年来,图卷积神经网络在大规模图数据上的机器学习任务中有很好的性能表现,这也在交叉学科领域的学者中引起广泛的关注。本次报告将梳理图卷积神经网络在一些交叉学科进行表示学习以及标签预测的工作,并重点介绍报告人近期在计算金融等领域使用图卷积神经网络开展的应用研究工作。

嘉宾简介:魏忠钰,复旦大学大数据学院副教授,香港中文大学博士,美国德州大学达拉斯分校博士后,中文信息学会社交媒体处理专委会通讯委员,中国中文信息学会青年工作委员会委员。主要研究领域为自然语言处理,机器学习和社会媒体处理,专注于自动化文本生成(Text Generation)和论辩挖掘(Argumentation Mining)的研究,在相关领域在国际会议、期刊如CL,ACL,SIGIR,EMNLP,AAAI,IJCAI, Bioinformatics等发表学术论文40余篇。担任多个重要的国际会议或者期刊评审,入选2017年度上海市青年科技英才扬帆计划。

成为VIP会员查看完整内容
SMP 2019 - 表示学习论坛 - 魏忠钰 - 复旦大学.pptx.pdf
40

相关内容

图卷积网络(简称GCN),由Thomas Kpif于2017年在论文Semi-supervised classification with graph convolutional networks中提出。它为图(graph)结构数据的处理提供了一个崭新的思路,将深度学习中常用于图像的卷积神经网络应用到图数据上。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
预告 | CSIG图像图形学科前沿讲习班:图神经网络
【ASSIA】第12期智能自动化学科前沿讲习班——推荐系统
中国自动化学会
12+阅读 · 2019年10月11日
【中科院计算所】图卷积神经网络及其应用
报名 | CSIG“图像视频理解”学科前沿讲习班
AI科技评论
4+阅读 · 2019年7月18日
报名 | 知识图谱前沿技术课程(苏州大学站)
PaperWeekly
12+阅读 · 2017年11月27日
Arxiv
3+阅读 · 2019年3月29日
Arxiv
12+阅读 · 2019年2月28日
Arxiv
13+阅读 · 2019年1月26日
dynnode2vec: Scalable Dynamic Network Embedding
Arxiv
13+阅读 · 2018年12月6日
Arxiv
5+阅读 · 2018年5月1日
Arxiv
3+阅读 · 2017年12月18日
VIP会员
相关VIP内容
微信扫码咨询专知VIP会员