直播预告:GAN在网络特征学习中的应用 | PhD Talk #23
网络特征学习(network representation learning / network embedding)是近年来兴起的一个特征学习的研究分支。
作为一种降维方法,网络特征学习试图将一个网络中的节点映射到一个低维连续向量空间中,并在该低维空间中保持原有网络的结构信息,以辅助后续的连接预测、节点分类、推荐系统、聚类、可视化等任务。
在本期的 PhD Talk 中,来自上海交通大学的博士生王鸿伟,将和大家一起回顾近五年来网络特征学习领域的研究进展。
随后,他将以第一作者的身份,为大家解读上海交通大学、微软亚洲研究院和香港理工大学在 AAAI 2018 上发表的工作:GraphGAN: Graph Representation Learning with Generative Adversarial Nets。该工作引入生成对抗网络(GAN)的框架,利用生成器和判别器的对抗训练进行网络特征学习。
最后,他还会简单地介绍网络特征学习在情感预测和推荐系统领域的应用,这些工作是他以第一作者发表在 WSDM,CIKM,WWW 等数据挖掘国际顶级会议上的最新成果。
■ 论文 | GraphGAN: Graph Representation Learning with Generative Adversarial Nets
■ 链接 | https://www.paperweekly.site/papers/1491
■ 作者 | Hongwei Wang, Jia Wang, Jialin Wang, Miao Zhao, Weinan Zhang, Fuzheng Zhang, Xing Xie, Minyi Guo
嘉宾介绍
王鸿伟
上海交通大学博士生
王鸿伟,2014 年获得上海交通大学计算机科学与技术(ACM 试点班)学士学位,同年攻读上海交通大学计算机科学与技术博士学位,导师为过敏意教授。他的研究领域为推荐系统、网络特征学习和深度学习,在 AAAI,CIKM,WWW,WSDM,TPDS 等顶级会议和期刊上发表了十余篇论文。
PhD Talk
GAN 在网络特征学习中的应用
上海交通大学博士生王鸿伟
内容分享√在线Q&A√
活动形式:PPT直播
活动时间
1 月 10 日(周三)20:00-21:00
45 min 分享 + 15 min Q&A
长按识别二维码,进入直播间
*或使用斗鱼App搜索「1743775」
往期回顾
微软亚洲研究院吴俣:基于动态词表的对话生成研究
基于生成模型的事件流研究 + NIPS 2017 论文解读
亚马逊高级应用科学家熊元骏:人类行为理解研究进展
清华大学冯珺:基于强化学习的关系抽取和文本分类
基于双语主题模型的跨语言层次分类体系匹配
东南大学高桓:知识图谱表示学习
带多分类判别器的GAN模型
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。
总结
以上是生活随笔为你收集整理的直播预告:GAN在网络特征学习中的应用 | PhD Talk #23的全部内容,希望文章能够帮你解决所遇到的问题。
- 上一篇: AI 玩微信跳一跳的正确姿势:跳一跳 A
- 下一篇: 一文读懂「Attention is Al