报告题目：Revisiting Graph Convolutional Networks: From Paradigm to Application

报告人：王石平（福州大学）

报告时间：2023年12月6日 星期三 19：10-20：00

报告地点：维格堂319

报告内容：图神经网络（Graph Neural Network，GNN）是指使用神经网络来学习图结构数据，提取和发掘图结构数据中的特征和模式，满足聚类、分类、预测、分割、生成等图学习任务需求的算法总称。如何从图数据（网络数据）中学习有效的数据表征是大数据与人工智能时代的一大挑战。为此，本次汇报将从一种特殊的谱图神经网络（图卷积神经网络）出发，介绍相应的消息传递范式，揭示传统机器学习和图神经网络的内在关联，并总结近期图神经网络的具体应用，包括异构图融合、图节点分类、链路预测等。

报告人简介：王石平，博士，教授，博士生导师，福州大学“旗山学者”(海外计划)，福建省引进高层次人才(B类)，智慧地铁福建省高校重点实验室主任/福州大学智能信息处理研究所主任。研究方向包括机器学习、图神经网络、多模态融合等。在国际著名期刊和会议IEEE Trans. Pattern Analysis and Machine Intelligence, IEEE Trans. Signal Processing, IEEE Trans. Multimedia, IEEE Trans. SMC: Systems, IEEE Trans. Image Processing, IEEE Trans. Intelligent Transportation Systems, IEEE Trans. Computational Social Systems, Pattern Recognition, Information Fusion, Information Sciences, Knowledge-Based Systems, Computer Vision and Image Understanding 等上发表SCI/EI检索论文120余篇，一作/通讯SCI期刊论文80余篇，Trans系列论文30余篇，Google Scholar引用2700余次，h-index和i10-index指数分别为27和59。

邀请人：葛洵  沈中宇