李长升 北京理工大学

报告题目： 图神经⽹络中自适应知识传播机制及应用

演讲摘要：当前，图神经⽹络已经成为了学术界和⼯业界的研究热点。在图神经⽹络中，知识传播是图神经⽹络模型的核⼼机制，是模型有效利用和学习图的拓扑关系的关键。然⽽，当前⼤多数图神经⽹络模型在知识传播的过程中，会盲目地传递和聚合所有’邻居’节点的知识，这是否合理？目前很少有相关的⼯作对此进⾏研究。为此，本报告汇报图神经⽹络中自适应知识传播机制的最新进展，包括结点间、图模型间的动态的知识传播算法研究等, 并且分析了未来图神经⽹络中自适应知识传播的研究⽅向。

讲者简介：北京理⼯⼤学计算机学院教授，博⼠⽣导师，国家基⾦委优秀青年基⾦获得者。2013 年于中科院自动化所取得⼯学博⼠学位。在加⼊北京理⼯⼤学之前，先后在 IBM 研究院，阿里巴巴达摩院，以及电⼦科技⼤学计算机科学与⼯程学院⼯作。主要研究⽅向包括机器学习、数据挖掘、计算机视觉等。在 CCF A/IEEE 汇刊等国际顶级会议及期刊上发表学术论⽂ 90 余篇。其中，以第⼀作者发表 CCF A/IEEE 汇刊 18 篇。先后主持国家自然科学基⾦优秀青年科学基⾦、国家重点研发计划课题等项目 10 余项；参与国家自然科学基⾦重点项目、173 国防基础加强重点项目、装发装备技术基础等。授权中国、美国、日本等国内外发明专利50 余件。现担任多个国际顶级期刊和会议的审稿⼈、程序委员会委员、⾼级委员、领域主席等。