学术报告：图神经网络及图表示学习：从社区检测谈起

报告时间：11月25日（星期一）下午13:30-14:30

报告地点：沙河校区，二教111

报告人：贾彩燕，北京交通大学计算机与信息技术学院，教授

报告摘要：现实世界的诸多系统都可以建模为网络的形式，其中节点表示数据对象，边表示数据对象之间的关系，网络型数据分析从早期的复杂网络特性分析逐渐发展成为机器学习的一个主要任务：图机器学习。本报告从传统复杂网络社区检测谈起，回顾传统的复杂网络社区检测的主流方法，并结合当今深度学习时代的新发展，介绍基于图神经网络的图表示学习方法和最新进展。

报告人简介：贾彩燕，教授、博士生导师，中国计算机学会《人工智能与模块识别专业委员会》委员，机械工业教育协会《人工智能与大数据专委会》秘书长，中国人工智能学会《粗糙集与软计算专业委员会》委员，交通数据分析与挖掘北京市重点实验室副主任。目前已在国际国内学术期刊和国际会议上发表论文80余篇，包括CCF A类或领域顶级会议WWW、AAAI、IJCAI、ICCV、ECCV等近10篇。主持国家自然科学基金面上项目3项，国家重点研发计划专项“新一代人工智能”子课题1项，获得湖南省科学技术进步二等奖1项。

撰稿人：刘洁

审稿人：邓露