復雜圖的智能計算
日期：2024-04-15 | 訪問量：
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、網絡空間大數據分析，已在TPAMI、TKDE, NeurlPS, WWW.AAAI等國際權威學術期刊和頂級會議發表多篇學術論文，獲國際服務質量頂級會議IWQoS 2022唯一最佳論文獎、國際數據挖掘頂級會議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。
內容摘要：
圖中的潛在幾何特性、復雜關聯模式以及有噪有偏問題為傳統的圖表征學習方法帶來了新的挑戰。針對復雜圖數據的分析計算需求，形成了圖數據的保真表征-關聯發現-穩定計算范式，重點解決：如何穩定學習魯棒、無偏的圖表征，如何發現圖中高階復雜關聯模式，如何發現幾何特性保持的低失真圖表征空間，如何實現大規模圖數據的知識提取和增量學習。基于上述研究，構建了圖數據智能分析平臺Ring，提供復雜圖數據分析、異常檢測和計算服務，已應用于社會網絡事件檢測、風險感知和社會治理等領域。