| 演讲者 | 石川 | | 头衔职位 | 教授，北京邮电大学 | | 时间 | 2019 年 11 月 29 日（周五）下午 14:30 | | 地点 | 复旦大学张江校区计算机楼 208 会议室 | | 承办单位 | 复旦大学计算机科学技术学院、上海市数据科学重点实验室 | | 联系人 | 熊赟， yunx@fudan.edu.cn |
|  |
演讲简介
神经网络在处理图像、语音、文本等具有较好空间结构的数据时展现出了很好的优势，但是不能直接应用于图（Graph）这类空间结构不规则的数据上。近年来，研究人员开始研究如何将神经网络应用到到图数据上，形成了图神经网络的研究热潮，并提出 GCN、GraphSAGE、GAT 等一系列方法。当前图神经网络主要针对由相同类型节点和边构成的同质图。然而，大量实际交互系统需要建模成由不同类型的节点和边构成的异质图。将神经网络应用于异质图将会有一些新的特点和挑战。本报告将介绍报告人近期在异质图神经网络方面的一些研究工作，以及在实际问题中的应用。
关于讲者
北京邮电大学计算机学院教授、博士研究生导师、智能通信软件与多媒体北京市重点实验室副主任。主要研究方向: 数据挖掘、机器学习、人工智能和演化计算。近五年来，作为第一作者或通信作者发表高水平学术论文 50 余篇，英文专著一部，包括数据挖掘领域的顶级期刊和会议 IEEE TKDE、ACM TIST、KDD、AAAI、IJCAI、WWW 等，相关研究成果应用到阿里巴巴、腾讯、华为等企业。获得 ADMA2011/AMDA2018 国际会议最佳论文奖、CCF-腾讯犀牛鸟基金及项目优秀奖，并指导学生获得顶尖国际数据挖掘竞赛 IJCAI Contest 2015 全球冠军。获得北京市高等学校青年英才和师德先锋等称号。
