报告人：魏哲巍
报告简介：
近年来，由于图结构数据的强大表达能力，用机器学习方法分析和挖掘图数据的研究越来越受到重视。图神经网络（Graph Neural Networks）是一类基于深度学习的处理图数据的方法，在众多领域展现出了卓越的性能，其已经成为一种广泛应用的图分析方法。谱域图神经网络是图神经网络研究中一类重要的方法，它们在拉普拉斯谱域中设计和学习不同的图卷积，具有良好的理论保证和可解释性。本报告拟先介绍图神经网络的任务和一些前沿应用，然后从图傅里叶变换、图卷积的设计和图谱滤波器的多项式近似等方面探讨谱域图神经网络的理论基础，最后将讨论我们在谱域图神经网络领域所做的一些工作和对未来工作的展望。
报告时间：2023年3月10日 19：00-22：00
腾讯会议号：835 495 538
报告人简介：
魏哲巍，教授，博导，入选国家高层次青年人才。2008年本科毕业于北京大学数学科学学院，2012年博士毕业于香港科技大学计算机系；2012年至2014年于奥胡斯大学海量数据算法研究中心担任博士后研究员，2014年9月加入中国人民大学信息学院担任副教授，2019年8月起任教授。2020年4月加入高瓴人工智能学院。 在数据库、理论计算机、数据挖掘、机器学习等领域的顶级会议及期刊上（如SIGMOD、VLDB、ICML、NeurIPS、KDD、SODA等）发表论文60余篇，并获得数据库理论顶级会议PODS2022时间检验奖。主持自然科学基金重点项目。担任PODS、ICDT等大数据理论会议论文集主席以及ICML、NeurIPS、WWW领域主席；担任鹏城实验室广州基地青年科学家。培养博士生获2021年百度奖学金（全球10人）、2022年微软学者（亚太地区12人）。
