0
| 本文作者： AI研習社 | 2021-01-29 10:11 |
AAAI 的英文全稱是 Association for the Advance of Artificial Intelligence——美國人工智能協會。該協會是人工智能領域的主要學術組織之一，其主辦的年會也是人工智能領域的國際頂級會議。在中國計算機學會的國際學術會議排名以及清華大學新發布的計算機科學推薦學術會議和期刊列表中，AAAI 均被列為人工智能領域的 A 類頂級會議。
AAAI 2021一共收到9034篇論文提交，其中有效審稿有7911篇，最終錄取的數量為1692篇，接收率為21.4%。本屆會議將于2月2日-2月9日全程線上舉辦。
AI 科技評論現特別策劃了AAAI 2021系列論文分享課程，1月30日（周六）14：00-16：00 ，AI 科技評論聯合北郵GAMMA Lab開辦AAAI 2021論文線上分享——北郵GAMMA Lab專場。北郵GAMMA Lab兩位嘉賓——薄德瑜&趙健安，將作客AI研習社AAAI 2021論文解讀直播間，分別為大家詳細介紹他們被收錄的有關圖神經網絡的論文工作。每位嘉賓分享完都將有問答環節，歡迎大家積極參與討論，一起探討相關學術問題。
分享流程
分享嘉賓 | 分享主題 | |
14:00-15:00 | 薄德瑜 | 圖神經網絡中的低頻和高頻信息 |
15:00-16:00 | 趙健安 | 圖神經網絡的異質圖結構學習 |
分享嘉賓
▲薄德瑜
薄德瑜，北京郵電大學二年級博士生，研究方向包括譜圖神經網絡，圖信號處理等。
分享主題
《圖神經網絡中的低頻和高頻信息》
分享時間
2021年01月30日（周六）14：00-15：00
分享背景
圖神經網絡已被證明在各種與網絡相關的任務中都是有效的。然而現有的大多數圖神經網絡通常都只利用節點特征中的低頻信號，這引起了一個基本問題：在實際應用中，我們是否只需要低頻信號？為了回答這個問題，我們首先進行了一項實驗研究，評估了低頻信號和高頻信號的作用，結果清楚地表明，僅使用低頻信號不能在不同的網絡中學到有效的節點表示。為了解決這一問題，在本次分享中，我們介紹發表在AAAI 2021上的最新工作，頻率自適應圖神經網絡。
分享提綱
1.圖上的低頻和高頻信號
2.對低頻和高頻信號的實驗研究
3.頻率自適應圖神經網絡
論文地址
https://arxiv.org/abs/2101.00797
代碼地址
https://github.com/bdy9527/FAGCN
分享嘉賓
▲趙健安
趙健安，北京郵電大學2020級碩士畢業生，研究方向包括譜圖神經網絡、圖結構學習等。
分享主題
《圖神經網絡的異質圖結構學習》
分享時間
2021年01月30日（周六）15：00-16：00
分享背景
近年來，異質圖神經網絡引起了廣泛關注并應用在各種下游任務上。現有異質圖神經網絡模型通常依賴于原始的異質圖結構并暗含著原始圖結構是可靠的假設。然而，這種假設往往并不現實，異質圖結構普遍存在噪聲和缺失的問題。因此，如何為異質圖神經網絡學習一個合適的圖結構而不是依賴于原始圖結構是一個關鍵問題。為解決這一問題，在本次分享中，我們介紹發表在AAAI 2021上的最新工作——圖神經網絡的異質圖結構學習。
分享提綱
1.異質圖結構學習的必要性及挑戰
2.HGSL 框架介紹
3.實驗結果討論
論文地址
http://shichuan.org/doc/100.pdf
代碼地址
https://github.com/Andy-Border/HGSL
直播間觀看地址
AI研習社直播間：https://live.yanxishe.com/room/899
Bilibili直播間：http://live.bilibili.com/5612206
掃碼添加小助手微信，回復【AAAI】進入AAAI交流群，如有學術工作想要分享也歡迎和我們聯系溝通。
雷鋒網雷鋒網雷鋒網
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
