主讲人：孙庆赟 北京航空航天大学

时间：2024年4月16日 10:00-11:30

地点：主楼B1421

主持人：孙庆骁

主讲人简介：

孙庆赟，博士，北京航空航天大学计算机学院助理教授。主要研究方向为图机器学习、网络空间大数据分析，已在TPAMI、TKDE, NeurlPS, WWW.AAAI等国际权威学术期刊和顶级会议发表多篇学术论文，获国际服务质量顶级会议IWQoS 2022唯一最佳论文奖、国际数据挖掘顶级会议CIKM 2022最佳论文提名奖、ICDM 2021最佳论文候选，工作入选WWW最具影力论文、WWW2023热点论文；主持国家自然基金青年基金、CAAI-华为mindspore学术基金等；担任国际著名期刊TKDE• TNNLS. TWEB, TMM. PR. NN, JMLC.

JCST和国际顶级会议NeurIPS、ICLR、AAAI、WWW、KDD、ICDM的审稿人。

内容摘要：

图中的潜在几何特性、复杂关联模式以及有噪有偏问题为传统的图表征学习方法带来了新的挑战。针对复杂图数据的分析计算需求，形成了图数据的保真表征-关联发现-稳定计算范式，重点解决：如何稳定学习鲁棒、无偏的图表征，如何发现图中高阶复杂关联模式，如何发现几何特性保持的低失真图表征空间，如何实现大规模图数据的知识提取和增量学习。基于上述研究，构建了图数据智能分析平台Ring，提供复杂图数据分析、异常检测和计算服务，已应用于社会网络事件检测、风险感知和社会治理等领域。