吴凌飞、崔鹏、裴健、赵亮联合撰写,一本书读懂图神经网络的底子、前沿、利用(免费下载)

这本书称得上是目前为止图神经网络范畴最为全面的卓越之作。

近年来,图神经网络 (GNN) 范畴取得了快速且惊人的进展。图神经网络,也称为图深度进修、图表示进修或几何深度进修,已成为机械进修尤其是深度进修中发展最快的研讨课题之一。这一批涌现的图论和深度进修交叉的研讨也影响了其他科学范畴,包括推荐系统、计算机视觉、自然语言处理、归纳逻辑编程、程序合成、软件挖掘、自动化规划、网络安全和智能交通。虽然图神经网络已经赢得了极大的关注,但在将其利用到其他范畴时仍然面临着许多挑战,从对方法的理论理解到实际系统中的可扩展性和可解释性,从方法的健全性到在实际系统利用中的经验表现。尽管该范畴实现了快速发展,从全局视角了解 GNN 的发展却始终极具挑战性。为了弥合上述差距,吴凌飞、崔鹏、裴健、赵亮几位学者牵头编撰了一本图神经网络范畴的综合性书。这本书历时近一年时间写作而成,全书由四大部分(引言,底子,前沿,利用)共 27 个章节组成,面向这一范畴的高级本科生和研讨生、博士后研讨人员、讲师和行业从业者。这是目前为止在图神经网络方面最为全面的一本书。本书涵盖了图神经网络的众多主题,从底子到前沿,从方法论到利用。这本书介绍了 GNN 的基本概念和算法、GNN 的研讨前沿以及 GNN 的广泛利用和新兴利用。吴凌飞、崔鹏、裴健、赵亮联合撰写,一本书读懂图神经网络的底子、前沿、利用(免费下载)书的英文版已经在多个平台开启预订,中文版书将在 2022 年中期正式出版。目前已有免费公开版可供阅读。书开源网站地址: https://graph-neural-networks.github.io/index.html目录第一部分:引言

第 1 章 表示进修

第 2 章 图表示进修

第 3 章 图神经网络

第二部分:底子

第 4 章 用于节点分类的图神经网络

第 5 章 图神经网络的表达能力

第 6 章 图神经网络:可扩展性

第 7 章 图神经网络中的可解释性

第 8 章 图神经网络:对抗鲁棒性

第三部分:前沿

第 9 章 图神经网络:图分类

第 10 章 图神经网络:链接预测

第 11 章 图神经网络:图生成

第 12 章 图神经网络:图变换

第 13 章 图神经网络:图匹配

第 14 章 图神经网络:图结构进修

第 15 章 动态图神经网络

第 16 章 异构图神经网络

第 17 章 图神经网络:AutoML

第 18 章 图神经网络:自监督进修

第四部分:利用

第 19 章 现代推荐系统中的图神经网络

第 20 章 计算机视觉中的图神经网络

第 21 章 自然语言处理中的图神经网络

第 22 章 程序分析中的图神经网络

第 23 章 软件挖掘中的图神经网络

第 24 章 药物开发中基于 GNN 的生物医学知识图谱挖掘

第 25 章 预测蛋白质功能和相互作用的图神经网络

第 26 章 异常检测中的图神经网络

第 27 章 城市智能中的图神经网络

作者介绍吴凌飞、崔鹏、裴健、赵亮联合撰写,一本书读懂图神经网络的底子、前沿、利用(免费下载)吴凌飞博士现任京东硅谷研发中心首席科学家。吴博士曾经是 IBM T. J. Watson Research Center 研讨科学家和团队带头人。吴博士在 2016 年从威廉玛丽大学取得计算机博士学位。他的研讨内容包括机械进修、表征进修和自然语言处理。吴博士带领的 Graph4NLP (Deep Learning on Graphs for Natural Language Processing) 团队(12+ 研讨科学家)致力于机械进修与文本数据挖掘范畴的底子研讨,并运用机械进修与文本数据挖掘方法解决实际问题。其学术成果先后发表在 NeurIPS, ICML, ICLR, ACL, EMNLP, KDD, AAAI, IJCAI 等国际顶级会议及期刊上,发表论文超过 80 多篇。代表作包括 IDGL, MGMN, Graph2Seq, GraphFlow。多项学术论文赢得著名国际大会的最好论文和最好学术论文奖,包括 IEEE ICC 2019。吴博士同时现任 IEEE 影响因子最高期刊之一 IEEE Transactions on Neural Networks and Learning Systems(TNNLS) 和 ACM SIGKDD 旗舰期刊 ACM Transactions on Knowledge Discovery from Data (TKDD) 的副主编。多次组织和担任国际顶级会议大会或者范畴主席,如 AAAI, IJCAI, KDD, NeurIPS, ICLR, ICML, ACL, EMNLP。吴凌飞、崔鹏、裴健、赵亮联合撰写,一本书读懂图神经网络的底子、前沿、利用(免费下载)崔鹏,清华大学计算机系长聘副教授。于 2010 年赢得清华大学博士学位,研讨兴趣包括因果正则机械进修(causally-regularized machine learning)、网络表示进修和社交动态建模。他在数据挖掘和多媒体范畴知名会议和期刊上发表文章 100 多篇,近期研讨赢得 IEEE Multimedia Best Department Paper Award、ICDM 2015 最好学生论文奖等多个奖项。2015 年,他赢得 ACM 中国新星奖,2018 年赢得 CCF-IEEE CS 青年科学家奖。目前,他是 ACM 和 CCF 杰出会员、IEEE 高级会员。吴凌飞、崔鹏、裴健、赵亮联合撰写,一本书读懂图神经网络的底子、前沿、利用(免费下载)裴健在数据科学、大数据、数据挖掘和数据库系统等范畴,是世界领先的研讨学者,国际计算机协会(ACM)院士和国际电气电子工程师协会(IEEE)院士,擅长为数据密集型利用设计开发创新性的数据业务产品和高效的数据分析技术。因其在数据挖掘底子、方法和利用方面的杰出贡献,裴健曾赢得数据科学范畴技术成就最高奖 ACM SIGKDD Innovation Award(ACM SIGKDD 创新奖)和 IEEE ICDM Research Contributions Award(IEEE ICDM 研讨贡献奖)。2018 年,裴健入职京东,任集团副总裁。此前,裴健教授还曾担任华为首席科学家。2019 年 9 月,裴健当选加拿大皇家学会院士。吴凌飞、崔鹏、裴健、赵亮联合撰写,一本书读懂图神经网络的底子、前沿、利用(免费下载)赵亮现为埃默里大学担任计算机系助理教授,研讨方向为数据挖掘、机械进修和优化。此前曾在乔治梅森大学信息科技学院和计算机学院担任助理教授。2016 年秋,赵亮赢得弗吉尼亚理工大学的博士学位。此外,赵亮曾获 2020 年美国自然科学基金委员会杰出青年奖(NSF CAREER AWARD)、2019 年 Jeffress Trust Award、2017 年弗吉尼亚理工大学计算机学院杰出博士奖,并入选 2016 年微软评选出的数据挖掘范畴 20 位学术新星。他还赢得过 ICDM 2019 会议的最好论文奖项。吴凌飞博士将于北京时间2月21日周一19:30 – 20:30,在机械之心机动组视频直播中分享「GNN的底子、前沿和利用」,敬请期待!

原创文章,作者:机器之心,如若转载,请注明出处:https://www.iaiol.com/news/wu-ling-fei-cui-peng-pei-jian-zhao-liang-lian-he-zhuan-xie/

(0)
上一篇 2022年 1月 11日 下午3:00
下一篇 2022年 1月 13日 下午2:48

相关推荐

  • 综述:药物发觉中的机械进修

    编辑 | 萝卜皮不知不觉,人工智能已经渐渐延伸到了各个领域,医药领域也不例外。来自印度 B V Raju 理工学院的研究人员发表综述,讨论了药物发觉中的机械进修,归纳总结了应用于制药领域的各类机械进修手艺,并指出当前该领域发展的难点,以及未来发展方向。该综述以「Machine Learning in Drug Discovery: A Review」为题,于 2021 年 8 月 11 日发布在《Artificial Intelligence Review》杂志。人工智能概念与许多领域密切相关,如模式鉴别、概率论、

    2021年 8月 31日
  • 时隔243年,欧拉的「三十六军官」布列课题,在量子态中得到解决

    量子在解决数学课题中发挥了它们的魔法。

    2022年 1月 11日
  • AI for Science:人工智能改变化学领域,呆板进修范式加速化学物质发觉

    随着人工智能技术兴起,在化学领域,传统的鉴于尝试和物理模型的方式逐渐与鉴于数据的呆板进修范式融合。越来越多的用于估计机处理数据表现被开发出来,并不断适应着以天生式为主的统计模型。

    2022年 3月 6日
  • 马斯克脑机接口公司Neuralink高层动荡:联合创始人兼总裁离任,曾想建侏罗纪公园

    马克斯 · 霍达克的离任会对 Neuralink 的未来发展造成什么影响呢?埃隆 · 马斯克又会选择谁来接任总裁一职呢?这些我们都拭目以待吧!

    2021年 5月 3日
  • 这位斯坦福PhD重生的论文被引数:接近4万

    什么也阻止不了我去进修。

    2022年 3月 29日
  • 机器之心ACL 2022论文分享会干货集锦,6月邀你来CVPR分享会

    ​作为国际最受关注的自然谈话处理顶级会议,每年的 ACL 都吸引了大量华人学者投稿、参会。今年的 ACL 大会已是第 60 届,于 5 月 22-5 月 27 日期间举办。

    2022年 5月 27日
  • 关于人工智能的未来,张亚勤、张宏江在聊什么

    “我们打造一个规模庞大的体系时,更需要具备体系思维,同时拥有动手能力、喜欢搭体系的能人……诞生至今,智源一直肩负着三项重要任务:一是构筑一个社区。二是打造一个真正适合青年科学家成长的平台。三是专注于一些可能产生原始革新与长期影响的畛域。”张宏江 北京智源人工智能钻研院理事长“在AIR,所有人的工作目标,是确定我们的钻研和技巧能够对家当有影响力, 或者赋能现有家当,或者孵化新的企业。在数据和AI的世界里, 钻研员和工程师的界限更加模糊, 因此我们会跟拥有大量数据和真实场景的企业合作。”张亚勤 清华大学智能家当钻研院院

    2021年 3月 30日
  • 百分点科技:媒介数据中台设置装备摆设方法论和落地实践

    编者按媒介融合下半场的重心将向智能化趋势发展。如何打造实用有效的媒介数据产品和办事,继而完成数智化转型,已成为媒介行业当前最为关注的问题。本文围绕当前媒介机构的转型需求,百分点科技大数据技术团队零碎地介绍了百分点科技媒介数据中台设置装备摆设方法论及实践成果。一、媒介数据中台设置装备摆设背景以报纸、出版、广播电视等为代表的传统媒介,和以网站、新闻客户端、微博、微信公众号、IPTV、OTT等为代表的新媒介产品,无论是呈现方式、传播途径,还是设置装备摆设目标、技术体系都大不相同,这就导致了零碎设置装备摆设重复浪费、各使用零碎和颁布渠道各自为政,出现营业

    2021年 3月 10日
  • 在线试玩,在体感游玩中打败泰森,这位小哥破解了任天堂「拳无虚发」

    加入体感控制,这位小哥破解了原版任天堂的拳击格斗游玩「拳无虚发」。

    2021年 11月 9日
  • 何为多标签分类?这里有几种实用的经典办法

    这可能是最实用的多标签分类小贴士。

    2021年 10月 12日

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注