"AI之夏"： 图机器学习理论与应用

主讲人姓名：魏哲巍 教授
报告题目：图机器学习理论与应用
报告摘要：近年来，由于图结构数据的强大表现力，用机器学习方法分析图的研究越来越受到重视。图神经网络是一类基于深度学习的处理图结构数据的方法，在众多领域展现出了卓越的性能，因此已成为一种广泛应用的图分析方法。本报告拟从当前流行的图神经网络模型出发，分别从图信号滤波器、随机游走和优化函数三个视角探讨图神经网络的理论基础并介绍我们在这三个方面所做的一些工作，最后讨论图神经网络研究的一些挑战和对未来工作的展望。

图神经网络概述

图神经网络的三个视角

滤波器：GNN的谱域解释

图傅里叶变换：



滤波器：

同/异配图：




ChebNet

GCN


GPR-GNN

BernNet




ChebNetⅡ

随机游走：GNN的空域解释

可扩展性：大规模GNN模型

总结与展望

参考资料：
"AI之夏"： 图机器学习理论与应用