報告人：魏哲巍
報告簡介：
近年來，由於圖結構數據的強大表達能力，用機器學習方法分析和挖掘圖數據的研究越來越受到重視🧏🏽♂️。圖神經網絡（Graph Neural Networks）是一類基於深度學習的處理圖數據的方法，在眾多領域展現出了卓越的性能，其已經成為一種廣泛應用的圖分析方法🦏。譜域圖神經網絡是圖神經網絡研究中一類重要的方法🏄🏽♂️，它們在拉普拉斯譜域中設計和學習不同的圖卷積👩🏽⚖️，具有良好的理論保證和可解釋性🚵🏿♀️。本報告擬先介紹圖神經網絡的任務和一些前沿應用🐹，然後從圖傅裏葉變換、圖卷積的設計和圖譜濾波器的多項式近似等方面探討譜域圖神經網絡的理論基礎，最後將討論我們在譜域圖神經網絡領域所做的一些工作和對未來工作的展望。
報告時間：2023年3月10日 19🧓🏼：00-22：00
騰訊會議號🥊🤒：835 495 538
報告人簡介🔃：
魏哲巍，教授，博導，入選國家高層次青年人才。2008年本科畢業於北京大學數學科學必一👵🏼🛐，2012年博士畢業於香港科技大學計算機系；2012年至2014年於奧胡斯大學海量數據算法研究中心擔任博士後研究員，2014年9月加入中國人民大學信息必一擔任副教授，2019年8月起任教授。2020年4月加入高瓴人工智能必一。 在數據庫、理論計算機、數據挖掘🟢、機器學習等領域的頂級會議及期刊上（如SIGMOD、VLDB、ICML🚗、NeurIPS、KDD、SODA等）發表論文60余篇🧘🏻♀️，並獲得數據庫理論頂級會議PODS2022時間檢驗獎。主持自然科學基金重點項目。擔任PODS🍔✵、ICDT等大數據理論會議論文集主席以及ICML、NeurIPS、WWW領域主席；擔任鵬城實驗室廣州基地青年科學家。培養博士生獲2021年百度獎學金（全球10人）、2022年微軟學者（亞太地區12人）📰。
