「PW Live」是 PaperWeekly 的學術直播間，旨在幫助更多的青年學者宣傳其最新科研成果。我們一直認為，單向地輸出知識并不是一個最好的方式，而有效地反饋和交流可能會讓知識的傳播更加有意義，從而產生更大的價值。

圖神經網絡（Graph Neural Networks）是 2019 年 AI 領域最熱門的話題之一。圖神經網絡是用于圖結構數據的深度學習架構，將端到端學習與歸納推理相結合，業界普遍認為其有望解決深度學習無法處理的因果推理、可解釋性等一系列瓶頸問題，是未來三到五年的重點方向。

本期 PW Live，我們邀請到來自北京郵電大學 DMGroup 的博士生紀厚業，為大家帶來異質圖神經網絡：模型和應用的主題分享。

對圖神經網絡感興趣的小伙伴，3?月?12 日（本周四）晚 8?點，我們準時相約?PaperWeekly?B 站直播間。

分享提綱

圖神經網絡已經成為深度學習領域最熱門的方向之一，在自然語言處理/計算機視覺/推薦系統等領域都得到了廣泛的應用。但是，當前圖神經網絡的研究主要針對由相同類型節點和邊構成的同質圖。

然而，在現實生活中的圖數據往往是由多種類型的節點和邊構成的異質圖。異質圖更符合實際工業應用的需求。如何針對異質圖的特點設計相應的圖神經網絡架構并在多種場景進行實際應用是一個迫切需要解決的問題。

本報告將梳理總結 2019 年各大頂會上異質圖神經網絡方面的研究工作，以及在實際問題中的應用。

本次分享的具體內容有：

• 相關背景：異質圖及圖神經網絡

• 異質圖神經網絡基礎模型：HAN 和 HetGNN

• HeteGNN 在文本分類、推薦及惡意評論檢測中的應用?
  

• 總結和技術展望

嘉賓介紹

?紀厚業 / 北京郵電大學博士生?

紀厚業，北京郵電大學 DMGroup 在讀博士生，目前在阿里巴巴搜索推薦事業部實習。其研究方向包括異質圖分析，圖表示學習（圖神經網絡）和推薦系統。目前已經在 WWW，EMNLP 和 PRICAI 上發表多篇相關論文。

直播地址?& 交流群

本次直播將在 PaperWeekly B 站直播間進行，掃描下方海報二維碼或點擊閱讀原文即可免費觀看。線上分享結束后，嘉賓還將在直播交流群內實時 QA，在 PaperWeekly 微信公眾號后臺回復「PW Live」，即可獲取入群通道。

B 站直播間：

https://live.bilibili.com/14884511

合作伙伴

????

現在，在「知乎」也能找到我們了

進入知乎首頁搜索「PaperWeekly」

點擊「關注」訂閱我們的專欄吧

關于PaperWeekly

PaperWeekly 是一個推薦、解讀、討論、報道人工智能前沿論文成果的學術平臺。如果你研究或從事 AI 領域，歡迎在公眾號后臺點擊「交流群」，小助手將把你帶入 PaperWeekly 的交流群里。

總結

以上是生活随笔為你收集整理的PW Live 直播 | 北邮博士生纪厚业：异质图神经网络之模型和应用的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。