本期為TechBeat人工智能社區(qū)第406期線上Talk，也是ICLR 2022 Oral系列Talk的第⑤場。北京時間5月18日(周三)20:00，魁北克人工智能研究院在讀博士生——瞿錳的Talk將準(zhǔn)時在TechBeat人工智能社區(qū)開播！

他與大家分享的主題是: “基于神經(jīng)結(jié)構(gòu)化預(yù)測的圖節(jié)點分類”，屆時將分享一種稱為結(jié)構(gòu)化代理網(wǎng)絡(luò) (SPN) 的新方法，結(jié)合了兩個領(lǐng)域的優(yōu)勢。

Talk·信息

主題：基于神經(jīng)結(jié)構(gòu)化預(yù)測的圖節(jié)點分類

嘉賓：魁北克人工智能研究院在讀博士生 瞿錳

時間：北京時間?5月18日?(周三) 20:00

地點：TechBeat人工智能社區(qū)

完整版怎么看？

掃描下方二維碼，或復(fù)制鏈接https://datayi.cn/w/woVNA7Yo至瀏覽器，一鍵完成預(yù)約！上線后會在第一時間收到通知哦

Talk·提綱

歸納式節(jié)點分類是機器學(xué)習(xí)領(lǐng)域的重要問題。該問題在圖機器學(xué)習(xí)、結(jié)構(gòu)化預(yù)測領(lǐng)域被廣泛研究，代表方法包括GNN和CRF。在本次Talk中，我們提出了一種稱為結(jié)構(gòu)化代理網(wǎng)絡(luò) (SPN) 的新方法，結(jié)合了兩個領(lǐng)域的優(yōu)勢。兩種設(shè)置下的實驗表明，我們的方法優(yōu)于許多已有的模型。

具體分享提綱如下：

1. 背景介紹：歸納式節(jié)點分類

2. 相關(guān)方法：GNN和CRF

3. 核心思路：結(jié)合GNN與CRF

4. 提出模型：結(jié)構(gòu)化代理網(wǎng)絡(luò)(SPN)

5. 實驗結(jié)果

Talk·預(yù)習(xí)資料

1.?https://openreview.net/forum?id=YWNAX0caEjI2.?https://arxiv.org/pdf/1011.4088.pdf3.?https://arxiv.org/abs/1710.10903

Talk·提問交流

通過以下兩種方式提問都將獲得微信現(xiàn)金紅包獎勵哦！

方式 ①

在Talk界面下的【交流區(qū)】參與互動！留下你的打call??和問題??，和更多小伙伴們共同討論，被講者直接翻牌解答！

你的每一次貢獻(xiàn)，我們都會給予你相應(yīng)的i豆積分，還會有驚喜獎勵哦！

方式 ②

在本文留言區(qū)直接提出你的問題，或掃描下方二維碼提問！

Talk·嘉賓介紹

瞿錳是魁北克人工智能研究院Mila的4年級博士生，師從唐建博士。他碩士畢業(yè)于伊利諾伊大學(xué)香檳分校 (UIUC)，師從韓家煒教授。本科畢業(yè)于北京大學(xué)，師從張銘教授。他的研究興趣為圖數(shù)據(jù)中的知識推理，例如知識圖譜推理。他在該方向發(fā)表了多篇結(jié)合圖深度學(xué)習(xí)和統(tǒng)計關(guān)系學(xué)習(xí)的文章，代表工作包括GMNN (ICML 2019)、pLogicNet (NeurIPS 2019)、RNNLogic (ICLR 2021)。他參與提出了圖表示學(xué)習(xí)領(lǐng)域的代表算法LINE，相關(guān)文章被廣泛引用。

關(guān)于TechBeat人工智能社區(qū)

TechBeat (www.techbeat.net) 是一個薈聚全球華人AI精英的成長社區(qū)。 我們希望為AI人才打造更專業(yè)的服務(wù)和體驗，加速并陪伴其學(xué)習(xí)成長。 期待這里可以成為你學(xué)習(xí)AI前沿知識的高地，分享自己最新工作的沃土，在AI進(jìn)階之路上的升級打怪的根據(jù)地！

更多詳細(xì)介紹>>https://mp.weixin.qq.com/s/pTbCK_MeTk05jK2yx1RTrQ