僅做學(xué)術(shù)分享，如有侵權(quán)，聯(lián)系刪除

轉(zhuǎn)載于 ：專知

【導(dǎo)讀】近日斯坦福大學(xué)舉辦的《圖學(xué)習(xí)》workshop，講述了最新圖機(jī)器學(xué)習(xí)進(jìn)展，并講述其在金融網(wǎng)絡(luò)、自然語言處理、生物醫(yī)學(xué)等方面的應(yīng)用。

圖作為一種抽象形式出現(xiàn)，用來表示復(fù)雜的數(shù)據(jù)，如社會(huì)網(wǎng)絡(luò)、知識(shí)圖譜、分子圖、生物醫(yī)學(xué)網(wǎng)絡(luò)，以及用于建模3D對(duì)象、流形和源代碼。圖的機(jī)器學(xué)習(xí)，尤其是深度表示學(xué)習(xí)，是一個(gè)新興的領(lǐng)域，從蛋白質(zhì)折疊和欺詐檢測到藥物發(fā)現(xiàn)和推薦系統(tǒng)，有著廣泛的應(yīng)用。

在斯坦福圖學(xué)習(xí)研討會(huì)上，我們將匯集學(xué)術(shù)界和工業(yè)界的領(lǐng)袖，展示圖神經(jīng)網(wǎng)絡(luò)最近的方法論進(jìn)展。研討會(huì)將展示領(lǐng)先的圖機(jī)器學(xué)習(xí)框架和廣泛的圖機(jī)器學(xué)習(xí)在不同領(lǐng)域的應(yīng)用。此外，研討會(huì)將討論大規(guī)模訓(xùn)練和部署基于圖的機(jī)器學(xué)習(xí)模型的實(shí)際挑戰(zhàn)。

https://snap./graphlearning-workshop/

目錄內(nèi)容：

• 0:44:42 Jure Leskovec, Stanford -- Welcome and Overview of Graph Representation Learning  圖表示學(xué)習(xí)

• 1:12:19 Matthias Fey, TU Dortmund -- PyG 2.0: Advanced Representation Learning on Graphs  高級(jí)圖表示學(xué)習(xí)

• 2:29:42 Industry panel - Andrew Zhai, Pinterest; Jaewon Yang, LinkedIn; Benedek Rozemberczki, AstraZeneca; Hatem Helal, Graphcore; Nadia Fawaz, Pinterest (moderator) 

• 4:43:49 Jan Eric Lenssen, TU Dortmund -- Applications to Graphics and Vision 

• 5:03:51 Rex Ying, Stanford -- Applications to Fraud and Intrusion Detection 

• 5:25:50 Jiaxuan You, Stanford -- Applications to Financial Networks 圖學(xué)習(xí)在金融神經(jīng)網(wǎng)絡(luò)應(yīng)用

• 5:44:44 Hongyu Ren, Stanford -- Application to Knowledge Graphs 6:04:20 Antoine Bosselut, Stanford -- Applications in Natural Language Processing 自然語言處理應(yīng)用

• 6:27:20 Maria Brbic, Stanford -- Applications in Biomedicine 生物醫(yī)學(xué)應(yīng)用

• 7:15:25 Jiaxuan You, Stanford -- GraphGym: Easy-to-use API for Graph Learning 
  

• 7:35:20 Weihua Hu, Stanford -- Open Graph Benchmark: Large-Scale Challenge 

• 7:59:13 Industry panel - Kim Branson, GlaxoSmithKline; Marinka Zitnik, Harvard University; Naren Chittar, JP Morgan Chase; Yu Liu, Facebook AI; Hema Raghavan, LinkedIn (moderator)