學(xué)術(shù)報(bào)告
復(fù)雜圖的智能計(jì)算
主講人：孫慶赟 北京航空航天大學(xué)
時(shí)間：2024年4月16日 10:00-11:30
地點(diǎn)：主樓B1421
主持人：孫慶驍
主講人簡(jiǎn)介：
孫慶赟，博士，北京航空航天大學(xué)計(jì)算機(jī)學(xué)院助理教授。主要研究方向?yàn)閳D機(jī)器學(xué)習(xí)、網(wǎng)絡(luò)空間大數(shù)據(jù)分析，已在TPAMI、TKDE, NeurlPS, WWW.AAAI等國(guó)際權(quán)威學(xué)術(shù)期刊和頂級(jí)會(huì)議發(fā)表多篇學(xué)術(shù)論文，獲國(guó)際服務(wù)質(zhì)量頂級(jí)會(huì)議IWQoS 2022唯一最佳論文獎(jiǎng)、國(guó)際數(shù)據(jù)挖掘頂級(jí)會(huì)議CIKM 2022最佳論文提名獎(jiǎng)、ICDM 2021最佳論文候選，工作入選WWW最具影力論文、WWW2023熱點(diǎn)論文；主持國(guó)家自然基金青年基金、CAAI-華為mindspore學(xué)術(shù)基金等；擔(dān)任國(guó)際著名期刊TKDE? TNNLS. TWEB, TMM. PR. NN, JMLC.
JCST和國(guó)際頂級(jí)會(huì)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(fù)雜關(guān)聯(lián)模式以及有噪有偏問(wèn)題為傳統(tǒng)的圖表征學(xué)習(xí)方法帶來(lái)了新的挑戰(zhàn)。針對(duì)復(fù)雜圖數(shù)據(jù)的分析計(jì)算需求，形成了圖數(shù)據(jù)的保真表征-關(guān)聯(lián)發(fā)現(xiàn)-穩(wěn)定計(jì)算范式，重點(diǎn)解決：如何穩(wěn)定學(xué)習(xí)魯棒、無(wú)偏的圖表征，如何發(fā)現(xiàn)圖中高階復(fù)雜關(guān)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(shí)現(xiàn)大規(guī)模圖數(shù)據(jù)的知識(shí)提取和增量學(xué)習(xí)。基于上述研究，構(gòu)建了圖數(shù)據(jù)智能分析平臺(tái)Ring，提供復(fù)雜圖數(shù)據(jù)分析、異常檢測(cè)和計(jì)算服務(wù)，已應(yīng)用于社會(huì)網(wǎng)絡(luò)事件檢測(cè)、風(fēng)險(xiǎn)感知和社會(huì)治理等領(lǐng)域。