復雜圖的智能計算
主講人：孫慶赟 北京航空航天大學
時間：2024年4月16日 10:00-11:30
地點：主樓B1421
主持人：孫慶驍
主講人簡介：
孫慶赟，博士，北京航空航天大學計算機學院助理教授。主要研究方向為圖機器學習、網(wǎng)絡空間大數(shù)據(jù)分析，已在TPAMI、TKDE, NeurlPS, WWW.AAAI等國際權(quán)威學術(shù)期刊和頂級會議發(fā)表多篇學術(shù)論文，獲國際服務質(zhì)量頂級會議IWQoS 2022唯一最佳論文獎、國際數(shù)據(jù)挖掘頂級會議CIKM 2022最佳論文提名獎、ICDM 2021最佳論文候選，工作入選WWW最具影力論文、WWW2023熱點論文；主持國家自然基金青年基金、CAAI-華為mindspore學術(shù)基金等；擔任國際著名期刊TKDE? TNNLS. TWEB, TMM. PR. NN, JMLC.
JCST和國際頂級會議NeurIPS、ICLR、AAAI、WWW、KDD、ICDM的審稿人。
內(nèi)容摘要：
圖中的潛在幾何特性、復雜關聯(lián)模式以及有噪有偏問題為傳統(tǒng)的圖表征學習方法帶來了新的挑戰(zhàn)。針對復雜圖數(shù)據(jù)的分析計算需求，形成了圖數(shù)據(jù)的保真表征-關聯(lián)發(fā)現(xiàn)-穩(wěn)定計算范式，重點解決：如何穩(wěn)定學習魯棒、無偏的圖表征，如何發(fā)現(xiàn)圖中高階復雜關聯(lián)模式，如何發(fā)現(xiàn)幾何特性保持的低失真圖表征空間，如何實現(xiàn)大規(guī)模圖數(shù)據(jù)的知識提取和增量學習。基于上述研究，構(gòu)建了圖數(shù)據(jù)智能分析平臺Ring，提供復雜圖數(shù)據(jù)分析、異常檢測和計算服務，已應用于社會網(wǎng)絡事件檢測、風險感知和社會治理等領域。