72886必赢
 首页  学院概况  党建工作  师资队伍  专业建设  教育教学  实践教学  科学研究  学生工作  招生就业  联系我们 

通知公告

通知公告

【活动预告】山东省人工智能大讲堂(第22期)

发布日期:2022-08-10 


主题:图神经网络及其应用

时间:2022年8月18日(星期四)上午8: 30至11: 30

腾讯会议链接:https://meeting.tencent.com/dm/Z0ZHn611Rq5Y

腾讯会议ID:865-316-757

主办单位:山东省人工智能学会

承办单位:中国海洋大学、山东建筑大学


图神经网络是当机器学习领域的一个热门研究方向,在逻辑推理、知识图谱、推荐系统、社交网络、自然语言处理、时空数据挖掘等众多领域都有着广泛的应用。本期山东省人工智能大讲堂活动以“图神经网络及其应用”为主题,着重研讨图神经网络的基础理论和模型方法、可信的图神经网络、基于自监督图学习的推荐系统和AI驱动的城市时空大数据分析与挖掘,欢迎对图神经网络前沿研究动态和最新进展感兴趣的同仁在线参会。


执行主席:于彦伟 中国海洋大学

             仲国强 中国海洋大学

             聂秀山 山东建筑大学



会议议程

2022年8月18日上午8: 30至11: 30

  

8:30-8:40

致辞

8:40 -9:20

王啸,北京邮电大学

报告题目:Trustworthy Graph Neural Networks:More Confident, Stable, Robust, and Understandable

9:20-10:00

黄超,香港大学

报告题目:基于自监督图学习的推荐系统

10:00-10:40

马耀,新泽西理工大学

报告题目:Graph Neural Networks: Models and Applications

10:40-11:20

王森章,中南大学

报告题目:AI Empowered Spatio-Temporal Data Mining for Smart City: Challenges, Solutions, and Applications

11:20-11:30

总结



报告嘉宾:

报告题目:Trustworthy Graph Neural Networks:More Confident, Stable, Robust, and Understandable

个人介绍:王啸,北京邮电大学副教授,鹏城实验室兼聘助理研究员。研究方向为图神经网络、数据挖掘与机器学习。入选微软亚洲研究院铸星学者,获得ACM 中国新星提名奖,AI2000最具影响力学者,北京智源研究院青源会会员,CCF高级会员,CCFAI专委会执行委员。共发表论文80余篇,其中CCF A类论文40余篇,ESI高被引论文2篇,3篇论文单篇引用超过700次,1篇提名WWW 2021最佳论文, 1篇获得ICDM 2021最佳学生论文亚军,6篇入选最有影响力论文榜单,成果多次写入图计算标准库PyG和DGL。出版教材一部,专著三部,著作章节一章。担任WWW/AAAI/IJCAI的高级程序委员会委员。主持多项国家自然科学基金和CCF-腾讯犀牛鸟科研基金。


报告嘉宾:

报告题目:基于自监督图学习的推荐系统

个人介绍:黄超, 香港大学计算机学院助理教授,博士生导师。目前主要的研究方向为人工智能,数据挖掘,时空数据分析,图神经网络,推荐系统。在KDD, WWW, SIGIR, ICDE, AAAI, IJCAI, CIKM, WSDM等数据挖掘和人工智能领域顶级会议发表论文40余篇。以第一作者及指导发表的论文分别获得WWW’2019,WSDM’2022最佳论文提名。与此同时,连续担任了KDD, SIGIR, WWW, NIPS, ICLR, AAAI, IJCAI, WSDM, CIKM等会议的评审委员会委员,以及TKDE, TOIS, TIST, TOC, TKDD, TNNLS等期刊的长期审稿人。并且被WSDM’2020和WSDM’2022会议授予优秀评审委员奖。所研发的用户建模算法和系统被部署运用于海量的用户数据平台,并被多家相关学术媒体报道。


报告嘉宾:

报告题目:Graph Neural Networks: Models and Applications

个人介绍:马耀,新泽西理工学院助理教授,于2021年从密歇根州立大学取得博士学位。他是密歇根州立大学杰出博士生奖以及FAST Fellowship的获得者。他的研究兴趣包括网络嵌入和图神经网络。他的论文多次发表在KDD、WWW、ICML、SIGIR和TKDE等数据挖掘顶级会议和期刊上。他在众多知名会议(例如ICML、KDD、AAAI和IJCAI等)以及杂志(如TKDD、TKDE和TPAMI等)担任程序委员会委员以及审稿人。他是AAAI图神经网络和KDD图深度学习教学讲座的第一组织者和演讲者,这些教学讲座获得了领域内外的巨大关注和广泛好评。他是畅销书《图深度学习》的第一编著作者。

报告嘉宾:

报告题目:AI Empowered Spatio-Temporal Data Mining for Smart City: Challenges, Solutions, and Applications

个人介绍:王森章,中南大学计算机学院特聘教授,湖南省青年“芙蓉学者”。主要研究方向为时空数据挖掘、图数据挖掘、城市计算等。发表论文120余篇,其中发表在CCF推荐A类会议期刊论文近30篇,B类以及ACM/IEEE Trans.论文60余篇。一篇会议论文获“最佳学生论文奖”,一篇论文获数据挖掘顶级国际会议ICDM最佳论文提名,多篇期刊论文是ESI“高被引”论文。主持包括国家自然科学基金面上/青年项目、“香江学者”博士后项目、江苏省自然基金、腾讯“犀牛鸟”基金、CAAI-华为奖励基金等10余项研究课题。作为第一完成人获2022年中国仿真学会自然科学奖二等奖。王森章教授是中国计算机学会数据库专委会和大数据专家委员会执行委员,担任《智能科学与技术学报》编委,《计算机工程》青年编委,国际期刊ACM Transactions on Intelligent Systems and Technology和Remote Sensing客座编委。先后四十余次担任所在领域国际会议程序委员会成员(PC Member)及高级成员(Senior PC Member)。


执行主席:

于彦伟,中国海洋大学计算机科学与技术学院副教授,硕士生导师,中国海洋大学“青年英才工程”入选者。2014年毕业于北京科技大学获计算机科学与技术专业博士学位,2012年9月-2013年9月赴美国伍斯特理工学院进行博士联合培养,2016年11月-2018年9月在美国宾夕法尼亚州立大学从事博士后研究。主要研究方向为数据挖掘、机器学习、数据库系统。在KDD、WWW、IJCAI、CIKM、ICDE、TODS、TBD等数据挖掘领域顶级会议和期刊发表论文40余篇,包括中国计算机学会A类顶级期刊/会议10篇、B类期刊/会议10篇、C类期刊/会议6篇、A类中文期刊4篇。先后主持国家自然科学基金项目3项,包括青年项目1项、面上项目2项。担任多个CCF A/B类国际会议(例如AAAI、KDD、IJCAI、WWW等)的程序委员会委员;是山东人工智能学会常务理事、CAAI智能服务专委会委员、CCF人工智能与模式识别专委会通讯委员。

仲国强,教授,博士生导师,由中国海洋大学“青年英才工程”第三层次引进。2011年在中国科学院自动化研究所获得工学博士学位,并于2011年到2013年期间在加拿大魁北克大学从事博士后研究。研究领域主要包括人工智能、机器学习、模式识别等,在IEEE汇刊、Neural Networks、Neural Computation、Pattern Recognition、AAAI、IJCAI 等有影响力的国际期刊和会议上发表论文100余篇,主持和参与多项国家重点研发计划、国家自然科学基金、装备预研教育部联合基金等项目,曾荣获第十届脑启发的认知系统国际会议(BICS2019)最佳论文奖和亚太神经网络学会(APNNS)青年研究者奖,并获评Pattern Recognition、Knowledge-Based Systems、Neurocomputing等期刊优秀审稿人,是中国计算机学会、中国人工智能学会、中国图象图形学学会高级会员,ACM、IEEE、IAPR会员,并担任中国计算机学会计算机视觉专委会执行委员、中国人工智能学会模式识别专委会委员、中国自动化学会模式识别与机器智能专委会委员、中国图象图形学学会文档图像分析与识别专委会委员和山东省人工智能学会理事。

聂秀山,教授,山东省泰山学者青年专家,山东省杰出青年基金获得者,山东省高校青创人才引育计划团队 “机器学习与智慧城市数据挖掘”负责人,以第一或通讯作者发表高水平论文50余篇;主持国家自然科学基金项目和省级项目多项;获得山东省科技进步奖、吴文俊人工智能科学技术奖等多项奖励。目前担任中国人工智能学会青年工委常委、山东省人工智能学会常务理事、学术工委秘书长等学术兼职。曾担任第七届中国数据挖掘大会和CCF第一届国际人工智能会议组织主席、第一届山东省人工智能大会程序主席等。


 

历城校区:济南市历城区桑园路60号    邮编:250100
长清校区:济南市长清区丁香路3500号  邮编:250357
版权所有:72886必赢(中国)有限公司 - Best App Store
Copyright www.dashiqm.com All Rights Reserved

Baidu
sogou