2019年12月1日，PaperWeekly攜手清華大學計算機系推出的計算未來輕沙龍之圖神經網絡前沿研討會在清華大學FIT樓二層多功能報告廳成功舉辦。

本次論壇邀請了清華大學計算機系碩士生岑宇闊、博士生丁銘、涂珂、朱定元及北京郵電大學博士生范少華5位嘉賓，他們分享了圖神經網絡領域的前沿研究進展。

本期論壇座無虛席，共吸引校內外百余名聽眾前來參加。

文末提供本期論壇的嘉賓課件下載。

活動現場

本次論壇由清華大學計算機系博士生翟建旺主持

報告介紹

1

?

岑宇闊?/ 清華大學計算機系博士生

岑宇闊，清華大學計算機系碩士二年級，目前已經以第一作者在數據挖掘頂會KDD和頂刊TKDE上各發表了一篇論文。

Representation Learning for Attributed Multiplex Heterogeneous Network

傳統的圖表示學習方法一般只針對同構的圖，但是實際場景中的圖往往都是異構的。在阿里電商場景下，由用戶和商品構成的圖不僅包含異構的節點（用戶和商品），而且包含異構的邊（用戶和商品之間的多種交互行為，比如點擊、購買等）。本報告主要介紹了這種包含異構節點和異構邊的圖的表示學習。

2

?

丁銘?/ 清華大學計算機系博士生

丁銘，清華大學計算機系二年級博士生，導師為唐杰教授。研究方向為認知智能，目前著力于知識發現與圖學習。先后在ACL、CIKM、IJCAI、EMNLP等會議上發表多篇論文。

認知圖譜，結構化知識與問答

對于大規模開放領域閱讀理解問題，傳統的框架往往基于信息檢索與端到端的黑盒閱讀理解模型。在復雜多跳問題上，仍然被短視檢索、缺乏解釋性等問題困擾。本次報告主要介紹了基于認知科學中的雙過程理論，將人的思索過程連成認知圖譜，并通過預訓練語言模型與圖神經網絡解決以上問題。

3

?

?范少華?/ 北京郵電大學計算機學院博士生

范少華，北京郵電大學計算機學院博士二年級，主要研究方向為異質網絡表示學習，因果分析。目前已經以第一作者在KDD和CIKM發表兩篇論文。

Metapath-guided Heterogeneous Graph Neural Network for Intent Recommendation?

最近一種新型的推薦服務，意圖推薦，被移動電商平臺廣泛使用。不同于傳統的商品推薦，意圖推薦希望在用戶打開APP并沒有任何輸入的情況下來預測用戶的意圖。現在工業界針對意圖推薦的解決方案主要是基于特征工程的算法來挖掘屬性信息。這樣就導致推薦場景里的豐富的交互信息沒有充分挖掘。本報告主要介紹了如何有效利用異質交互信息進行意圖推薦。

4

?

?涂珂 / 清華大學計算機系博士生

涂珂，清華大學計算機系博士生在讀，主要研究方向為數據挖掘，網絡表征學習。目前在AAAI，KDD等頂會上發表多篇文章。

大規模網絡嵌入的超參數優化

為了保持網絡中各種各樣的性質，網絡表征學習通常含有大量的超參數。這些超參數通常需要嚴格的設置以達到良好的效果。大規模網絡數據給網絡嵌入的超參數優化帶來了巨大的挑戰。我們提出了一個新的框架AutoNE，來自動的優化網絡嵌入算法中的超參數。具體地，我們利用了一個多源隨機游走來采樣多個子網絡，設計一個元學習器來從子網絡傳遞關于超參數的知識到原始的大圖。傳遞過來的元知識能極大的減少搜索最優超參數的次數。大量的實驗表明我們的框架能顯著的優于現有的方法。

5

?

朱定元 / 清華大學計算機系博士生

朱定元，清華大學計算機系直博五年級，主要研究方向為圖卷積神經網絡以及網絡嵌入算法。第一作者身份發表CCF A類論文3篇。曾獲國家獎學金。

Robust Graph Convolutional Networks Against Adversarial?Attacks

最近一些研究表明，圖卷積神經網絡的效果容易受到對抗性攻擊的影響。本報告主要介紹了如何提高圖卷積神經網絡的魯棒性，有效的抵抗圖上的對抗性攻擊以及噪聲信息。

現場照片直擊

干貨時間

掃碼下方二維碼下載課件：

????

現在，在「知乎」也能找到我們了

進入知乎首頁搜索「PaperWeekly」

點擊「關注」訂閱我們的專欄吧

關于PaperWeekly

PaperWeekly 是一個推薦、解讀、討論、報道人工智能前沿論文成果的學術平臺。如果你研究或從事 AI 領域，歡迎在公眾號后臺點擊「交流群」，小助手將把你帶入 PaperWeekly 的交流群里。

總結

以上是生活随笔為你收集整理的实录分享 | 计算未来轻沙龙：图神经网络前沿研讨会的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。