CCF学科前沿讲习班

The CCF Advanced Disciplines Lectures

CCFADL第122期

主题 图神经网络

2021年11月19-21日 北京
线上线下同时举办

本期CCF学科前沿讲习班《图神经网络》，对图神经网络的基础理论方法，计算框架，前沿动态和典型应用进行系统性介绍，帮助学员从入门到前沿快速深入地了解图神经网络的基本概念、主要挑战和应用场景，开阔科研视野，增强实践能力。

本期ADL讲习班邀请到了本领域6位来自于著名高校与企业科研机构活跃在该前沿领域的青年学者做主题报告。第1天，林衍凯将首先介绍图神经网络的基础理论方法，王敏捷介绍图神经网络的计算平台与实现原理。第2天，石川和唐杰则以异质网络与认知图谱为案例，带领学员了解图神经网络的重要前沿动态。第3天，我们以生物医学药物发现和自然语言处理为典型场景，邀请唐建和张岳介绍图神经网络的典型应用方法。通过三天教学，旨在带领学员实现对图神经网络从基础理论方法，到前沿科研动态，再到典型应用的全景式的深入学习与思考。

学术主任：刘知远 清华大学

主办单位：中国计算机学会

活动日程：                                                                                                     

特邀讲者：

林衍凯 腾讯微信

讲者简介：林衍凯博士毕业于清华大学计算机系自然语言处理与社会人文计算实验室，现为腾讯微信模式识别中心高级研究员。研究方向包括信息抽取、188体育app官网：、预训练模型等。目前已在人工智能、自然语言处理等领域的著名国际会议IJCAI，AAAI，EMNLP，ACL发表相关论文30余篇，Google Scholar统计引用数超过4000。曾获2017年百度奖学金、2018年清华大学学术新秀、2020年教育部自然科学一等奖（第3完成人）。

报告题目：GNN的基础理论、模型与挑战

报告摘要：图结构化数据如社交网络、分子图等在现实世界中无处不在。如何对图结构化数据进行有效表示和处理是深度学习研究中的一个重要课题。针对这个问题，GNN突破性地将深度神经网络从欧式数据推广到非欧式的图结构化数据中，使得我们能够方便有效地对图结构化数据进行节点和图层面的表示处理。本报告将从图表示学习开始，对从图神经网络（GNN）的产生、基础理论和主流模型进行详细介绍。之后，我们将进一步介绍GNN在处理图结构化数据时所面临的独特挑战。

王敏捷  亚马逊上海人工智能研究院

讲者简介：王敏捷博士毕业于纽约大学计算机系系统研究实验室，研究方向包括深度学习系统，大规模分布式机器学习等深度学习与系统的交叉领域。 发起并参与多项著名开源深度学习系统。 其中包括被英伟达评为“Modern AI Engine”的Minerva系统，成为亚马逊首选深度学习框架的MXNet系统，图神经网络框架DGL，可微编程框架MinPy等。 他同时也是开源社区DMLC的发起人之一，并在2016年获得英伟达博士奖学金。 目前担任亚马逊上海人工智能研究院资深应用科学家，主攻下一代深度学习框架，图神经网络以及开源项目及开源社区建设。

报告题目：DGL：高效易用的图神经网络计算平台

报告摘要：近年来图神经网络（GNN）的发展为深度学习在关系型数据中的应用带来了全新的研究热点。图神经网络的计算模式不同于以往规整张量的计算模式，从而对现有深度学习框架提出了新的挑战。在本报告中，我们会从图神经网络的计算原理出发，从系统层面理解图神经网络和传统图计算和深度学习算法的不同。我们会介绍Deep Graph Library (DGL)，一款在学界和业界都广受欢迎的开源图神经网络计算框架。本报告会重点讲解DGL的基本使用方法，系统设计原理，以及我们在大规模训练，GPU训练，编译等方向上的一些探索。

石川 北京邮电大学计算机学院

讲者简介：石川，北京邮电大学计算机学院教授、博士研究生导师、智能通信软件与多媒体北京市重点实验室副主任。主要研究方向: 数据挖掘、机器学习、人工智能和大数据分析。近5年以第一作者或通讯作者在CCF A类期刊和会议发表论文40余篇，中英文专著五部，授权发明专利10余项，相关研究成果应用于阿里巴巴、腾讯、华为、美团等公司。获得ADMA2011/ AMDA2018最佳论文奖和WWW2019最佳论文候选。研究成果获得省部级奖励5项，包括北京市/CCF科学技术奖自然科学二等奖（第一）和吴文俊人工智能科技进步一等奖（第三），获得北京市高等学校青年英才和师德先锋等称号。

报告题目：异质图神经网络：模型，预训练与应用

报告摘要：异质图，也称异构图或异质信息网络，是由不同类型的实体和关系构成图，他是建模现实复杂交互系统的基本工具。随着图神经网络（GNN）的发展，异质图神经网络（HGNN）的研究近年来受到了广泛关注。不同于传统的GNN，HGNN面临着一些独特的挑战：处理异质结构和利用语义信息。本报告系统介绍异质图神经网络的研究进展，包括：浅层和深层异质图神经网络模型，大规模图预训练模型和电商等实际领域的应用。

唐杰 清华大学计算机系

讲者简介：清华大学计算机系教授、系副主任，获国家杰青、IEEE Fellow。研究人工智能、认知图谱、数据挖掘、社交网络和机器学习。发表论文400余篇，获ACM SIGKDD Test-of-Time Award（十年最佳论文）。主持研发了超大规模预训练模型“悟道”，参数规模超过1.75万亿。之前还研发了研究者社会网络挖掘系统AMiner，吸引全球220个国家/地区2000多万用户。担任国际期刊IEEE T. on Big Data、AI OPEN主编以及WWW’23大会主席、WWW’21、CIKM’16、WSDM’15的PC Chair。获国家科技进步二等奖、北京市科技进步一等奖、北京市专利奖一等奖、人工智能学会科技进步一等奖、KDD杰出贡献奖。

报告题目：CogDL: 图神经网络 (GNN) 及自监督学习

报告摘要：图神经网络将深度学习方法延伸到非欧几里得的图数据上，大大提高了图数据应用的精度。在这个报告中，我将简单回顾一下图神经网络（GNN）发展，重点探讨图神经网络存在的过平滑（Over-smoothing）、过拟合（Over-fitting）以及鲁棒性差的问题，介绍我在图神经网络方面一系列的工作，我们将这方面的研究包括底层算子加速、自适应训练框架、新型GNN算法整合到CogDL图神经网络学习平台，这一平台已经整合了全球70多个可重现算法及其在60多个数据集。我将简单介绍一下图神经网络的相关应用。

唐建 蒙特利尔算法研究所、蒙特利尔大学

讲者简介：唐建，蒙特利尔算法研究所、蒙特利尔大学计算机系和商学院助理教授以及CIFAR讲席教授。主要研究方向为几何深度学习、图神经网咯、188体育app官网：以及这些技术在药物设计中的应用。他的团队近期发布了一个专门用于药物研发的机器学习开源系统TorchDrug。他曾获得ICML最佳论文，WWW最佳论文提名。他发表了经典的图表示学习算法LINE，是WWW2015-2019期间引用量最多的论文。他也是ICML以及NeurIPS的领域主席。

报告题目：Geometric Deep Learning for Drug Discovery

报告摘要：药物研发是一个非常昂贵以及漫长的过程。通过分析生物医药领域大量的数据，人工智能能够极大地加速药物研发的过程，从而变革整个医药研发领域。在生物医药领域，大量的数据都是图结构数据或者三维结构数据（如小分子、蛋白质以及医疗188体育app官网：等）。因此，图神经网络、几何深度学习、188体育app官网：等技术在药物发现领域有具体的应用前景。本报告将介绍图神经网络、几何深度学习、188体育app官网：等技术在药物研发的最新进展并且探讨未来可能的发展方向。

张岳 西湖大学

讲者简介：张岳，西湖大学特聘研究员，主要研究领域为自然语言处理、文本挖掘、机器学习等。研究成果包括自左向右处理文本的结构预测算法、多任务融合学习的联合模型、自然语言处理和人类常识研究，以及金融市场应用。发表国际期刊论文30余篇，CCF列表 A、B 类国际会议论文百余篇。获CCF2018中文计算与自然语言处理青年新锐奖、SemEval2020 [Honorable Mention]、COLING2018和IALP2017最佳论文奖等奖项。

报告题目：图神经网络在自然语言处理的应用

报告摘要：本次报告中将介绍图神经网络的基本原理以及在自然语言处理领域的经典与近期应用。 我将首先回顾图神经网络的主要架构及几种典型的消息传递方式。然后，将通过阅读理解、信息抽取档几个经典的任务， 介绍图神经网络的思想在自然语言处理领域的应用。 我将讨论图神经网络得到的重要特征，以及这些结构和近期预训练语言模型的综合应用。最后， 将进行相关的总结和展望。

学术主任：刘知远 清华大学计算机系

刘知远，清华大学计算机系副教授、博士生导师。主要研究方向为表示学习、188体育app官网：和社会计算。2011年获得清华大学博士学位，已在ACL、EMNLP、IJCAI、AAAI等人工智能领域的著名国际期刊和会议发表相关论文100余篇，Google Scholar统计引用超过17,000次。曾获教育部自然科学一等奖（第2完成人）、中国中文信息学会钱伟长中文信息处理科学技术奖一等奖（第2完成人）、中国中文信息学会汉王青年创新奖，入选国家万人计划青年拔尖人才、北京智源研究院青年科学家、2020年Elsevier中国高被引学者、中国科协青年人才托举工程。担任中文信息学会青年工作委员会主任，中文信息学会社会媒体处理专委会秘书长，期刊AI Open副主编，ACL、EMNLP、WWW、CIKM、COLING领域主席。

时间：2021年11月19-21日

线下地点：北京?中国科学院计算技术研究所一层报告厅（北京市海淀区中关村科学院南路6号）

报名须知：

1、特别提醒：本期ADL举办地--中国科学院计算技术研究所入所必须同时满足以下三点要求：（1）大数据通信行程码必须是绿色，并且保证14日内未去过有1例以上（含1例）本土新冠病毒感染者所在县（市、区、旗）且14日内未去过有陆路边境口岸所在县（市、区、旗）；（2）出示：需要提供48小时内核酸检测阴性证明；（3）扫描“北京健康宝”（显示绿码可以通行）和佩戴口罩。

2、考虑到受部分地区疫情影响，个别学员有可能不方便到现场参加本期ADL。CCF特别投入人力物力为学员开通线上直播讲座，与现场同步。线上学员可以在线与讲者和学员交流。线上线下同时举办。线上线下报名注册费用相同、报名方式相同。请各位根据自己的情况酌情选择参加线上或者线下活动。请选择线上参与的学员发邮件到adl@ccf.org.cn报备：姓名/单位/手机号码/邮箱(请注明ADL期数和主题)。线上会议室信息及密码将在11月18日12时前发出。

3、报名费：CCF会员2800元，非会员3600元。食宿交通费用自理。根据交费先后顺序，会员优先的原则录取，额满为止。

4、报名请预留不会拦截外部邮件的邮箱，如qq邮箱。

5、报名截止日期：11月16日。

6、咨询电话：18810669757   咨询邮箱 : adl@ccf.org.cn 

缴费方式：

在报名系统中在线缴费或者通过银行转账

银行转账（支持网银、支付宝）：

开户行：招商银行北京海淀支行

户名：中国计算机学会

账号：110943026510701

请务必注明：姓名+ADL122

报名缴费后，报名系统中显示缴费完成，即为报名成功。

报名方式：请选择以下两种方式之一报名：

1、扫描（识别）以下二维码报名：

2、点击报名链接报名：https://conf.ccf.org.cn/ADL122