直播 | 北京邮电大学徐逸辰：图对比学习研究进展

「AI Drive」是由 PaperWeekly 和 biendata 共同发起的学术直播间，旨在帮助更多的青年学者宣传其最新科研成果。我们一直认为，单向地输出知识并不是一个最好的方式，而有效地反馈和交流可能会让知识的传播更加有意义，从而产生更大的价值。

本期 AI Drive，我们邀请到北京邮电大学本科生徐逸辰，为大家在线解读其发表于 WWW 2021 的最新工作：Graph Contrastive Learning with Adaptive Augmentation。对本期主题感兴趣的小伙伴，5 月 18 日（周二）晚 7 点，我们准时相约 PaperWeekly B 站直播间。

直播信息

本次讲座将介绍我们发表于 WWW 2021 的最新工作 Graph Contrastive Learning with Adaptive Augmentation (GCA)。在 GCA 中，我们在图增广中考虑了图结构和节点特征重要程度的差异，使得增广产生的 graph view 可以更好地保留图中的关键结构和特征。除了介绍我们的工作之外，讲座还将总结、展望图对比学习的研究进展与方向。

论文标题：

Graph Contrastive Learning with Adaptive Augmentation

论文链接：

https://arxiv.org/abs/2010.14945

代码链接：

https://github.com/CRIPAC-DIG/GCA

本次分享的具体内容有：

对比学习的背景
GCA模型介绍
实验
总结与展望

嘉宾介绍

徐逸辰 / 北京邮电大学本科生

徐逸辰，北京邮电大学计算机学院大三在读，中科院自动化所智能感知与计算研究中心实习生。主要研究方向是图神经网络的自监督训练与对比学习。

直播地址 & 交流群

本次直播将在 PaperWeekly B 站直播间进行，扫描下方海报二维码或点击阅读原文即可免费观看。线上分享结束后，嘉宾还将在直播交流群内实时 QA，在 PaperWeekly 微信公众号后台回复「AI Drive」，即可获取入群通道。

B 站直播间：

https://live.bilibili.com/14884511

合作伙伴

????

现在，在「知乎」也能找到我们了

进入知乎首页搜索「PaperWeekly」

点击「关注」订阅我们的专栏吧

关于PaperWeekly

PaperWeekly 是一个推荐、解读、讨论、报道人工智能前沿论文成果的学术平台。如果你研究或从事 AI 领域，欢迎在公众号后台点击「交流群」，小助手将把你带入 PaperWeekly 的交流群里。

直播 | 北京邮电大学徐逸辰：图对比学习研究进展相关推荐

张俊林：对比学习研究进展精要
作者 | 张俊林编辑 | 夕小瑶的卖萌屋对比学习(Contrastive Learning)最近一年比较火,各路大神比如Hinton.Yann LeCun.Kaiming He及一流研究机构比如F ...
顶会论文看图对比学习 (GNN+CL) 研究趋势
作者 | 侯宇蓬单位 | 中国人民大学来源 | RUC AI Box 随着对比学习(Contrastive Learning)在 CV.NLP 等领域大放异彩,其研究热度近年来也逐步走高.在图学习 ...
顶会论文看图对比学习（GNN+CL）研究趋势
每天给你送来NLP技术干货! © 作者|侯宇蓬机构|中国人民大学高瓴人工智能学院研究方向|图机器学习与推荐系统来自 | RUC AI Box 1. 引言随着对比学习(Contrastive L ...
技术动态 | 图对比学习的最新进展
转载公众号 | DataFunSummit 分享嘉宾:朱彦樵中国科学院自动化研究所编辑整理:吴祺尧加州大学圣地亚哥分校出品平台:DataFunSummit 导读:本文跟大家分享下图自监督学习中 ...
NeurIPS 2022｜探明图对比学习的“游戏规则”：谱图理论视角
©作者 | 刘念, 王啸单位 | 北邮 GAMMA Lab 研究方向 | 图神经网络论文标题: Revisiting Graph Contrastive Learning from the Per ...
NeurIPS 2022｜图对比学习的结构公平性初探
©作者 | 王睿嘉单位 | 北邮 GAMMA Lab 研究方向 | 图神经网络论文标题: Uncovering the Structural Fairness in Graph Contrasti ...
图对比学习的应用（NCL，SimGRACE，ClusterSCL）
博主以往已经整理过图神经网络用于推荐系统,整理过对比学习用于推荐系统. 图神经网络用于推荐系统问题(PinSage,EGES,SR-GNN) 图神经网络用于推荐系统问题(NGCF,LightGCN) ...
IJCAI 2022 | 鲁棒的Node-Node Level自对齐图对比学习
©作者 | Dream 单位 | 浙江大学研究方向 | 图表示学习本文介绍一下我们自己的工作,该论文是一篇图自监督学习的工作,被 IJCAI 2022 接收. 论文标题: RoSA: A Robu ...
ICLR‘23 UnderReview | LightGCL: 简单而有效的图对比学习推荐系统
上周末梳理了NeurlPS'22中推荐系统相关论文,详见NeurlPS'22 推荐系统论文梳理.本想精读其中某篇,但是并没有公开.最近知乎刷到很多ICLR'23的总结文章,我把他们汇总在ICLR'23 ...

直播 | 北京邮电大学徐逸辰：图对比学习研究进展

直播 | 北京邮电大学徐逸辰：图对比学习研究进展相关推荐

最新文章

热门文章