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 ...
最新文章
- java小程序例子_「小程序JAVA实战」java的聚合项目搭建(30)
- zend studio配置调试(Xdebug方式)
- php n维数组扁平化,js嵌套的数组扁平化:将多维数组变成一维数组以及push()与concat()区别的讲解...
- ACM模板--链接表 有向图
- Vue源码解析之数组变异
- Oracle结构设计技巧(访问数据库象访问内存一样 快)
- 如何在ASP.NET Core中自定义Azure Storage File Provider
- Matlab实用代码——直方图的绘制并在单个直方图上标注对应数字
- C++练习题(数组1)
- 20150406--RBAC+添加字段栏目
- 2021-06-09使用IAR软件进行TMS470程序刷写说明
- Sigmoid函数求导过程
- superforming的sql-labs大通关之第一部分(第1~10关)解析及注入方法
- 渗透测试-使用metasploit的evasion模块生成后门木马
- linux php 编程 pdf 百度云,Linux下的Perl编程 pdf版
- Map.putAll() 的用法
- 雪鹰领主手游战力提升辅助攻略 雪鹰领主手游脚本工具介绍
- 文本对抗:《Semantically Equivalent Adversarial Rules for Debugging NLP Models》
- Everyone Do this at the Beginning!!--kaggle数据预处理-超详细的解说
- 液晶知识 占空比(Duty)定义 偏压比(Bias)定义 及两者之间 kinglcm88|创建时间:2016年05月19日 11:53|浏览:525|评论:0 标签:液晶 占空比 Duty 偏压
热门文章
- 服务器上如何安装两个php网站,服务器安装两个php版本吗
- linux运行360sh,在深度deepin系统中运行install.sh文件的方法
- webscoket绑定php uid,Think-Swoole之WebSocket客户端消息解析与使用SocketIO处理用户UID与fd关联...
- 公钥和私钥怎么生成_科普 | Eth2 验证者如何生成和保护取款密钥
- 主机、服务器、客户机的关系
- 95. Unique Binary Search Trees II
- 爬取虎扑NBA首页主干道推荐贴的一只小爬虫,日常爬不冷笑话解闷
- SpringBoot配置Druid
- 2016.07.17-18 集合方法
- TabControl控件