报告摘要：

图神经网络已成为当前深度学习领域的新浪潮，是目前学术界与工业界处理图数据的重要手段之一。本次报告将首先探讨当前图神经网络的基本特性，进而反思其背后存在的缺陷，并提出相应的解决方案。具体而言，图神经网络凭借其低通滤波特性在半监督学习范式下取得了优越的性能，然而在实际中却面临着低通滤波特性是否最优，半监督学习是否足够，优越性能是否可信等本质问题。本次报告将涵盖异配图神经网络、图神经网络的统一框架、可信图神经网络以及自监督学习等方面的进展，为理解图神经网络带来新的视角，并赋予图神经网络更强大与全面表达能力。

报告人简介：

王啸，北京邮电大学副教授，硕士生导师，鹏城实验室兼聘助理研究员。研究方向为图神经网络、数据挖掘与机器学习。清华大学博士后，天津大学博士，美国圣路易斯华盛顿大学联合培养博士，入选微软亚洲研究院铸星学者，获得ACM China新星提名奖，CCF高级会员。共发表论文70余篇，1篇提名WWW 2021最佳论文，1篇获得ICDM 2021最佳学生论文亚军，5篇入选最有影响力论文榜单。出版教材一部，英文专著一部。担任WWW/AAAI/IJCAI的高级程序委员会委员。主持多项国家自然科学基金和CCF-腾讯犀牛鸟科研基金。

腾讯会议ID：634-334-583

会议密码：315032

“论坛”主请人联系方式：

邢宇翔  xingyx@mail.tsinghua.edu.cn