作為一名新世紀(jì)的深度學(xué)習(xí)煉丹師

是否整天面對(duì)各種結(jié)構(gòu)的原（shu）料（ju）？

對(duì)于無規(guī)則的空間數(shù)據(jù)

傳統(tǒng)煉丹大法好像并不能發(fā)揮奇效

圖作為一種非常神奇的表示方式

可以表示生活中絕大多數(shù)現(xiàn)象或情境

那么，有沒有一種神經(jīng)網(wǎng)絡(luò)

既適用于規(guī)則的數(shù)據(jù)

又適用于不規(guī)則的數(shù)據(jù)呢？

作為近年來的熱門研究方向之一

圖神經(jīng)網(wǎng)絡(luò)有望統(tǒng)一結(jié)構(gòu)化數(shù)據(jù)

和非結(jié)構(gòu)化數(shù)據(jù)的學(xué)習(xí)框架

成為符號(hào)主義和連接主義的一座橋梁

本期“計(jì)算未來輕沙龍”

我們集結(jié)了來自清華大學(xué)計(jì)算機(jī)系

和北京郵電大學(xué)計(jì)算機(jī)學(xué)院的各位大佬

為大家奉上一場(chǎng)

圖神經(jīng)網(wǎng)絡(luò)前沿研討會(huì)

?

?岑宇闊 / 清華大學(xué)計(jì)算機(jī)系博士生?

岑宇闊，清華大學(xué)計(jì)算機(jī)系碩士二年級(jí)，目前已經(jīng)以第一作者在數(shù)據(jù)挖掘頂會(huì)KDD和頂刊TKDE上各發(fā)表了一篇論文。

?Representation Learning for Attributed Multiplex Heterogeneous Network?

傳統(tǒng)的圖表示學(xué)習(xí)方法一般只針對(duì)同構(gòu)的圖，但是實(shí)際場(chǎng)景中的圖往往都是異構(gòu)的。在阿里電商場(chǎng)景下，由用戶和商品構(gòu)成的圖不僅包含異構(gòu)的節(jié)點(diǎn)（用戶和商品），而且包含異構(gòu)的邊（用戶和商品之間的多種交互行為，比如點(diǎn)擊、購買等）。本報(bào)告將主要介紹這種包含異構(gòu)節(jié)點(diǎn)和異構(gòu)邊的圖的表示學(xué)習(xí)。

?

?丁銘 / 清華大學(xué)計(jì)算機(jī)系博士生?

丁銘，清華大學(xué)計(jì)算機(jī)系二年級(jí)博士生，導(dǎo)師為唐杰教授。研究方向?yàn)檎J(rèn)知智能，目前著力于知識(shí)發(fā)現(xiàn)與圖學(xué)習(xí)。先后在ACL、CIKM、IJCAI、EMNLP等會(huì)議上發(fā)表多篇論文。

?認(rèn)知圖譜、結(jié)構(gòu)化知識(shí)與問答?

對(duì)于大規(guī)模開放領(lǐng)域閱讀理解問題，傳統(tǒng)的框架往往基于信息檢索與端到端的黑盒閱讀理解模型。在復(fù)雜多跳問題上，仍然被短視檢索、缺乏解釋性等問題困擾。我們基于認(rèn)知科學(xué)中的雙過程理論，將人的思索過程連成認(rèn)知圖譜，并通過預(yù)訓(xùn)練語言模型與圖神經(jīng)網(wǎng)絡(luò)解決以上問題。

?

?范少華 / 北郵計(jì)算機(jī)學(xué)院博士生?

范少華，北京郵電大學(xué)計(jì)算機(jī)學(xué)院博士二年級(jí)，主要研究方向?yàn)楫愘|(zhì)網(wǎng)絡(luò)表示學(xué)習(xí)，因果分析。目前已經(jīng)以第一作者在KDD和CIKM發(fā)表兩篇論文。

?Metapath-guided Heterogeneous Graph Neural Network for Intent Recommendation?

最近一種新型的推薦服務(wù)，意圖推薦，被移動(dòng)電商平臺(tái)廣泛使用。不同于傳統(tǒng)的商品推薦，意圖推薦希望在用戶打開APP并沒有任何輸入的情況下來預(yù)測(cè)用戶的意圖。現(xiàn)在工業(yè)界針對(duì)意圖推薦的解決方案主要是基于特征工程的算法來挖掘?qū)傩孕畔ⅰ＿@樣就導(dǎo)致推薦場(chǎng)景里的豐富的交互信息沒有充分挖掘。本報(bào)告主要介紹如何有效利用異質(zhì)交互信息進(jìn)行意圖推薦。

?

?涂珂 / 清華大學(xué)計(jì)算機(jī)系博士生?

涂珂，清華大學(xué)計(jì)算機(jī)系博士生在讀，主要研究方向?yàn)閿?shù)據(jù)挖掘，網(wǎng)絡(luò)表征學(xué)習(xí)。目前在AAAI，KDD等頂會(huì)上發(fā)表多篇文章。

?大規(guī)模網(wǎng)絡(luò)嵌入的超參數(shù)優(yōu)化?

為了保持網(wǎng)絡(luò)中各種各樣的性質(zhì)，網(wǎng)絡(luò)表征學(xué)習(xí)通常含有大量的超參數(shù)。這些超參數(shù)通常需要嚴(yán)格的設(shè)置以達(dá)到良好的效果。大規(guī)模網(wǎng)絡(luò)數(shù)據(jù)給網(wǎng)絡(luò)嵌入的超參數(shù)優(yōu)化帶來了巨大的挑戰(zhàn)。我們提出了一個(gè)新的框架AutoNE，來自動(dòng)的優(yōu)化網(wǎng)絡(luò)嵌入算法中的超參數(shù)。具體地，我們利用了一個(gè)多源隨機(jī)游走來采樣多個(gè)子網(wǎng)絡(luò)，設(shè)計(jì)一個(gè)元學(xué)習(xí)器來從子網(wǎng)絡(luò)傳遞關(guān)于超參數(shù)的知識(shí)到原始的大圖。傳遞過來的元知識(shí)能極大的減少搜索最優(yōu)超參數(shù)的次數(shù)。大量的實(shí)驗(yàn)表明我們的框架能顯著的優(yōu)于現(xiàn)有的方法。

?

?朱定元 / 清華大學(xué)計(jì)算機(jī)系博士生?

朱定元，清華大學(xué)計(jì)算機(jī)系直博五年級(jí)，主要研究方向?yàn)閳D卷積神經(jīng)網(wǎng)絡(luò)以及網(wǎng)絡(luò)嵌入算法。第一作者身份發(fā)表CCF A類論文3篇。曾獲國家獎(jiǎng)學(xué)金。

?Robust Graph Convolutional Networks Against Adversarial Attacks?

最近一些研究表明，圖卷積神經(jīng)網(wǎng)絡(luò)的效果容易受到對(duì)抗性攻擊的影響。本報(bào)告主要介紹如何提高圖卷積神經(jīng)網(wǎng)絡(luò)的魯棒性，有效的抵抗圖上的對(duì)抗性攻擊以及噪聲信息。

報(bào)名時(shí)間：即日起至 11?月 30?日 24:00

活動(dòng)時(shí)間：12?月 1?日（本周日）14:00 - 17:00

清華大學(xué)信息科學(xué)技術(shù)大樓（FIT樓）二層多功能報(bào)告廳，?請(qǐng)從 FIT 樓西門進(jìn)入?

?1 / 報(bào)名方式?

長按識(shí)別二維碼，馬上搶占名額！

?2 / 活動(dòng)名額?

1.?因場(chǎng)地有限，本次活動(dòng)僅接受?120 位?用戶憑電子門票二維碼入場(chǎng)；

2.?活動(dòng)采取審核制報(bào)名，我們將根據(jù)用戶研究方向與當(dāng)期主題的契合度進(jìn)行篩選，通過審核的用戶將收到包含電子門票二維碼的短信通知；

3. 如您無法按時(shí)到場(chǎng)參與活動(dòng)，請(qǐng)于活動(dòng)開始前 24 小時(shí)在 PaperWeekly 微信公眾號(hào)后臺(tái)留言告知，留言格式為?放棄報(bào)名 + 報(bào)名電話?；無故缺席者，將不再享有后續(xù)活動(dòng)的報(bào)名資格。

PaperWeekly

清華大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系

????

現(xiàn)在，在「知乎」也能找到我們了

進(jìn)入知乎首頁搜索「PaperWeekly」

點(diǎn)擊「關(guān)注」訂閱我們的專欄吧

關(guān)于PaperWeekly

PaperWeekly 是一個(gè)推薦、解讀、討論、報(bào)道人工智能前沿論文成果的學(xué)術(shù)平臺(tái)。如果你研究或從事 AI 領(lǐng)域，歡迎在公眾號(hào)后臺(tái)點(diǎn)擊「交流群」，小助手將把你帶入 PaperWeekly 的交流群里。

▽ 點(diǎn)擊 |?閱讀原文?| 立刻報(bào)名

總結(jié)

以上是生活随笔為你收集整理的计算未来轻沙龙 | 当深度学习遇上归纳推理，图神经网络有多强大？的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。