GNN有多强?图机器学习峰会给你答案!

2022 年 6 月 14 日 图与推荐


深度学习模型是当今人工智能研究的核心。众所周知,对欧几里得数据(例如图像)和序列数据(例如文本)具有颠覆性学习能力的深度学习技术不能直接适用于图结构数据。这种差距推动了图深度学习研究的浪潮,在学术界不断取得了突出的成绩,但同时在某些特定场景下的应用仍面临许多挑战,包括从方法论的合理性到实际商业业务表现。特此,我们非常希望通过一个渠道,让广大的图机器学习同行和爱好者们聚集在一起,共同探讨图机器学习的边界问题。
2022年06月25日 ,DataFunSummit 2022: 图机器学习 在线峰会将如约而至。本次峰会的形式再次创新,由 图与推荐 DataFun 发起,联合主席  百图生科 首席AI科学家 宋乐  与  京东探索研究院 算法科学家 詹忆冰 ,特邀荣誉主席  亚马逊云科技 上海人工智能研究院院长  张峥 以及荣誉主席 京东 首席科学家 吴凌飞 与 腾讯 TEG 机器学习平台部总监 陶阳宇 携手 8 位出品人共同策划而成, 既包括前沿的学术分享、又有来自国内外头部大厂的工业实践分享,专家云集, 会议全程直播 ,精彩不容错过!
本次峰会在去年第一届图机器学习峰会的基础上,进行了局部优化微调,共设置 GNN 基础模型、复杂图、NLP与图、大规模图平台、推荐与图、基于图的可解释性、风控与图、自然科学与图 等8大论坛,将从多个视角,带你 彻底了解图机器学习!
识别二维码,即可免费注册报名:

▌峰会日程

▌具体安排

本次峰会我们将继续涵盖图深度学习的广泛主题,即图神经网络,内容包括从方法论到应用,从基础到技术的新前沿。当然我们也关注到没法全面涵盖图神经网络这个快速增长的领域,及时应对新技术和应用的不断涌现。因此,我们组织这个峰会的目的是希望提供一个高水平的技术交流平台,让来自世界各地的高校的领域专家和各个头部公司的算法专家,来畅谈图神经网络在算法设计,实用的业务应用实践的经验和教训;同时让众多的从业者有机会学习,探讨,从而推动图神经网络在各个领域普遍推广,发挥更实际的产业价值。

下面我们一起来看看具体安排吧:








▌如何参与?

识别二维码,免费报名
报名成功后,请按照提示,入群收看。
▌合作伙伴
主办方:DataFun、图与推荐
特别合作: 亚马逊云科技、阿里云
合作媒体: 深度学习与图网络
合作伙伴: 腾讯大数据、快手、清华大学出版社、Datawhale、机器学习与推荐算法
▌峰会赠书
参与本次峰会,还有机会获得DataFun独家《图机器学习的研究、工程与应用》电子书,以及清华大学出版社提供的《图深度学习:从理论到实践》实体书。

▌关于我们

DataFun:隶属于北京鸿润嘉诚企业管理咨询有限公司,专注于大数据、人工智能技术应用的分享与交流。发起于2017年,在北京、上海、深圳、杭州等城市举办超过100+线下和100+线上沙龙、论坛及峰会,已邀请近1000位专家和学者参与分享。其公众号 DataFunTalk 累计生产原创文章500+,百万+阅读,13万+精准粉丝。

登录查看更多
0

相关内容

图机器学习(Machine Learning on Graphs)是一项重要且普遍存在的任务,其应用范围从药物设计到社交网络中的友情推荐。这个领域的主要挑战是找到一种表示或编码图结构的方法,以便机器学习模型能够轻松地利用它。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
图神经网络综述
专知会员服务
193+阅读 · 2022年1月9日
最新《图机器学习》综述论文,19页pdf
专知会员服务
148+阅读 · 2021年5月5日
专知会员服务
57+阅读 · 2021年4月29日
专知会员服务
43+阅读 · 2021年4月12日
【斯坦福CS224W】图神经网络GNN高级主题,60页ppt
专知会员服务
69+阅读 · 2021年3月5日
【KDD2020】图神经网络:基础与应用,322页ppt
专知会员服务
130+阅读 · 2020年8月30日
【KDD2020-UCLA-微软】GPT-GNN:图神经网络的预训练
专知会员服务
61+阅读 · 2020年8月19日
2020图机器学习GNN的四大研究趋势,21篇论文下载
专知会员服务
135+阅读 · 2020年2月10日
图机器学习峰会 | 复杂图的研究与应用探索
图与推荐
7+阅读 · 2022年6月23日
会议交流 | DataFunSummit 2022:图机器学习在线峰会
开放知识图谱
1+阅读 · 2022年6月18日
图机器学习峰会PPT来了!
图与推荐
2+阅读 · 2021年10月14日
直播预告 | 大规模图机器学习框架&算法
图与推荐
0+阅读 · 2021年10月9日
直播预告 | 图机器学习在线峰会
图与推荐
0+阅读 · 2021年9月25日
国家自然科学基金
1+阅读 · 2016年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
22+阅读 · 2022年3月31日
Arxiv
32+阅读 · 2021年3月8日
CSKG: The CommonSense Knowledge Graph
Arxiv
18+阅读 · 2020年12月21日
Arxiv
13+阅读 · 2019年11月14日
Position-aware Graph Neural Networks
Arxiv
15+阅读 · 2019年6月11日
Arxiv
17+阅读 · 2019年3月28日
A Comprehensive Survey on Graph Neural Networks
Arxiv
13+阅读 · 2019年3月10日
Arxiv
53+阅读 · 2018年12月11日
VIP会员
相关VIP内容
图神经网络综述
专知会员服务
193+阅读 · 2022年1月9日
最新《图机器学习》综述论文,19页pdf
专知会员服务
148+阅读 · 2021年5月5日
专知会员服务
57+阅读 · 2021年4月29日
专知会员服务
43+阅读 · 2021年4月12日
【斯坦福CS224W】图神经网络GNN高级主题,60页ppt
专知会员服务
69+阅读 · 2021年3月5日
【KDD2020】图神经网络:基础与应用,322页ppt
专知会员服务
130+阅读 · 2020年8月30日
【KDD2020-UCLA-微软】GPT-GNN:图神经网络的预训练
专知会员服务
61+阅读 · 2020年8月19日
2020图机器学习GNN的四大研究趋势,21篇论文下载
专知会员服务
135+阅读 · 2020年2月10日
相关资讯
相关基金
国家自然科学基金
1+阅读 · 2016年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
相关论文
Arxiv
22+阅读 · 2022年3月31日
Arxiv
32+阅读 · 2021年3月8日
CSKG: The CommonSense Knowledge Graph
Arxiv
18+阅读 · 2020年12月21日
Arxiv
13+阅读 · 2019年11月14日
Position-aware Graph Neural Networks
Arxiv
15+阅读 · 2019年6月11日
Arxiv
17+阅读 · 2019年3月28日
A Comprehensive Survey on Graph Neural Networks
Arxiv
13+阅读 · 2019年3月10日
Arxiv
53+阅读 · 2018年12月11日
Top
微信扫码咨询专知VIP会员