《异构图神经网络:模型与应用》学术报告分享
分类:
本次分享是PaperWeekly学术直播间组织的一次学术分享,报告嘉宾是北京邮电大学DMGroup的博士生纪厚业。
报告摘要
图神经网络已经成为深度学习领域最热门的方向之一,在自然语言处理/计算机视觉/推荐系统等领域都得到了广泛的应用。但是,当前图神经网络的研究主要针对由相同类型节点和边构成的同质图。然而,在现实生活中的图数据往往是由多种类型的节点和边构成的异质图。异质图更符合实际工业应用的需求。如何针对异质图的特点设计相应的图神经网络架构并在多种场景进行实际应用是一个迫切需要解决的问题。
本报告将梳理总结 2019 年各大顶会上异质图神经网络方面的研究工作,以及在实际问题中的应用。本次分享的具体内容有:
* 相关背景:异质图及图神经网络
* 异质图神经网络基础模型:HAN 和 HetGNN
* HeteGNN 在文本分类、推荐及恶意评论检测中的应用
* 总结和技术展望
具体内容请看附件
查看评论
暂无评论