AAAI 2021北郵GAMMA Lab 圖神經(jīng)網(wǎng)絡(luò)專場，兩位碩博學(xué)霸精彩分享！

本文作者： AI研習(xí)社

2021-01-29 10:11

導(dǎo)語：1月30日（周六）14：00-16：00，來聽北郵GAMMA Lab兩篇AAAI 2021的工作分享。

AAAI 的英文全稱是 Association for the Advance of Artificial Intelligence——美國人工智能協(xié)會。該協(xié)會是人工智能領(lǐng)域的主要學(xué)術(shù)組織之一，其主辦的年會也是人工智能領(lǐng)域的國際頂級會議。在中國計算機(jī)學(xué)會的國際學(xué)術(shù)會議排名以及清華大學(xué)新發(fā)布的計算機(jī)科學(xué)推薦學(xué)術(shù)會議和期刊列表中，AAAI 均被列為人工智能領(lǐng)域的 A 類頂級會議。

AAAI 2021一共收到9034篇論文提交，其中有效審稿有7911篇，最終錄取的數(shù)量為1692篇，接收率為21.4%。本屆會議將于2月2日-2月9日全程線上舉辦。

AI 科技評論現(xiàn)特別策劃了AAAI 2021系列論文分享課程，1月30日（周六）14：00-16：00 ，AI 科技評論聯(lián)合北郵GAMMA Lab開辦AAAI 2021論文線上分享——北郵GAMMA Lab專場。北郵GAMMA Lab兩位嘉賓——薄德瑜&趙健安，將作客AI研習(xí)社AAAI 2021論文解讀直播間，分別為大家詳細(xì)介紹他們被收錄的有關(guān)圖神經(jīng)網(wǎng)絡(luò)的論文工作。每位嘉賓分享完都將有問答環(huán)節(jié)，歡迎大家積極參與討論，一起探討相關(guān)學(xué)術(shù)問題。

分享流程

分享時間	分享嘉賓	分享主題
14:00-15:00	薄德瑜	圖神經(jīng)網(wǎng)絡(luò)中的低頻和高頻信息
15:00-16:00	趙健安	圖神經(jīng)網(wǎng)絡(luò)的異質(zhì)圖結(jié)構(gòu)學(xué)習(xí)

分享嘉賓

AAAI 2021北郵GAMMA Lab 圖神經(jīng)網(wǎng)絡(luò)專場，兩位碩博學(xué)霸精彩分享！

▲薄德瑜

薄德瑜，北京郵電大學(xué)二年級博士生，研究方向包括譜圖神經(jīng)網(wǎng)絡(luò)，圖信號處理等。

分享主題

《圖神經(jīng)網(wǎng)絡(luò)中的低頻和高頻信息》

分享時間

2021年01月30日（周六）14：00-15：00

分享背景

圖神經(jīng)網(wǎng)絡(luò)已被證明在各種與網(wǎng)絡(luò)相關(guān)的任務(wù)中都是有效的。然而現(xiàn)有的大多數(shù)圖神經(jīng)網(wǎng)絡(luò)通常都只利用節(jié)點特征中的低頻信號，這引起了一個基本問題：在實際應(yīng)用中，我們是否只需要低頻信號？為了回答這個問題，我們首先進(jìn)行了一項實驗研究，評估了低頻信號和高頻信號的作用，結(jié)果清楚地表明，僅使用低頻信號不能在不同的網(wǎng)絡(luò)中學(xué)到有效的節(jié)點表示。為了解決這一問題，在本次分享中，我們介紹發(fā)表在AAAI 2021上的最新工作，頻率自適應(yīng)圖神經(jīng)網(wǎng)絡(luò)。

分享提綱

1.圖上的低頻和高頻信號

2.對低頻和高頻信號的實驗研究

3.頻率自適應(yīng)圖神經(jīng)網(wǎng)絡(luò)

論文地址

https://arxiv.org/abs/2101.00797

代碼地址

https://github.com/bdy9527/FAGCN

分享嘉賓

AAAI 2021北郵GAMMA Lab 圖神經(jīng)網(wǎng)絡(luò)專場，兩位碩博學(xué)霸精彩分享！

▲趙健安

趙健安，北京郵電大學(xué)2020級碩士畢業(yè)生，研究方向包括譜圖神經(jīng)網(wǎng)絡(luò)、圖結(jié)構(gòu)學(xué)習(xí)等。

分享主題

《圖神經(jīng)網(wǎng)絡(luò)的異質(zhì)圖結(jié)構(gòu)學(xué)習(xí)》

分享時間

2021年01月30日（周六）15：00-16：00

分享背景

近年來，異質(zhì)圖神經(jīng)網(wǎng)絡(luò)引起了廣泛關(guān)注并應(yīng)用在各種下游任務(wù)上?，F(xiàn)有異質(zhì)圖神經(jīng)網(wǎng)絡(luò)模型通常依賴于原始的異質(zhì)圖結(jié)構(gòu)并暗含著原始圖結(jié)構(gòu)是可靠的假設(shè)。然而，這種假設(shè)往往并不現(xiàn)實，異質(zhì)圖結(jié)構(gòu)普遍存在噪聲和缺失的問題。因此，如何為異質(zhì)圖神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)一個合適的圖結(jié)構(gòu)而不是依賴于原始圖結(jié)構(gòu)是一個關(guān)鍵問題。為解決這一問題，在本次分享中，我們介紹發(fā)表在AAAI 2021上的最新工作——圖神經(jīng)網(wǎng)絡(luò)的異質(zhì)圖結(jié)構(gòu)學(xué)習(xí)。

分享提綱

1.異質(zhì)圖結(jié)構(gòu)學(xué)習(xí)的必要性及挑戰(zhàn)

2.HGSL 框架介紹

3.實驗結(jié)果討論

論文地址

http://shichuan.org/doc/100.pdf

代碼地址

https://github.com/Andy-Border/HGSL

直播間觀看地址

AI研習(xí)社直播間：https://live.yanxishe.com/room/899

AAAI 2021北郵GAMMA Lab 圖神經(jīng)網(wǎng)絡(luò)專場，兩位碩博學(xué)霸精彩分享！