报告题目：图神经网络的理论基础

报告时间：2021年6月22日，星期二，上午10:00-11:00

报告地点：西安交大兴庆校区，数学楼2-3会议室

报告人：魏哲巍教授，中国人民大学

报告摘要：

    近年来，由于图结构数据的强大表现力，用机器学习方法分析图的研究越来越受到重视。图神经网络（Graph Neural Networks）是一类基于深度学习的处理图结构数据的方法，在众多领域展现出了卓越的性能，因此已成为一种广泛应用的图分析方法。本报告拟先介绍图机器学习的任务和一些前沿应用，然后从当前流行的图神经网络模型出发，分别就图上的随机游走、图信号滤波器和图优化函数三个角度探讨图神经网络的理论基础，最后将讨论我们在这三个方面所做的一些工作和图神经网络研究的一些挑战和对未来工作的展望。

报告人简介：

    魏哲巍，教授，博导。研究方向为大数据算法理论、图机器学习。2008年本科毕业于北京大学数学科学学院，2012年博士毕业于香港科技大学计算机系；2012-2014年于丹麦奥胡斯大学担任博士后研究员，2014年9月加入中国人民大学信息学院担任副教授，2019年8月破格晋升教授，2020年9月加入中国人民大学高瓴人工智能学院。在数据库、理论计算机、数据挖掘、机器学习等领域的顶级会议及期刊上（如SIGMOD、VLDB、ICML、NeurIPS、KDD、SODA等）发表论文50余篇。担任PODS、ICDT等大数据理论会议论文集主席以及VLDB、KDD、ICDE、ICML、NeurIPS等顶级会议程序委员会委员。主持自然科学基金青年项目、面上项目及重点项目子课题，担任人工智能与数字经济广东省实验室（广州）（简称琶洲实验室）青年科学家。