首页 AI学术青年与开发者社区
基于小波变换的图卷积神经网络 大讲堂 | 第116期
本次公开课将分享如何用小波变换实现图卷积算子,以及小波变换相对于图上傅立叶变换带来的优势。
开课时间:2019/01/04 20:00 预计时长:一个小时左右
课程回放
655人报名
观看回放
课程介绍

分享嘉宾

徐冰冰,中国科学院计算技术研究所在读博士生。目前主要研究兴趣为图卷积网络,图上深度学习。

 

分享主题

基于小波变换的图卷积神经网络

 

分享背景

Graph是实际生活中广泛存在的数据结构,如社交网络,交通网络等。近年来如何利用深度学习的方法建模Graph引起广泛关注,而其中借助图卷积网络建模Graph上节点关联是非常重要的一类方法。本次公开课将分享如何用小波变换实现图卷积算子,以及小波变换相对于图上傅立叶变换带来的优势。该工作已被表示学习国际会议ICLR2019录用,论文题目为《Graph Wavelet Neural Network》。

 

分享提纲

1、图卷积网络的背景简介

2、相关工作及其存在的问题

3、基于小波变换的图卷积网络的具体实现及实验结果

4、图卷积网络现存的问题及未来可能的发展方向

 

分享时间

(北京时间) 2019年 1月 4 日(星期五)  20:00

课程须知
  • 本次公开课将于01月04日周五晚8点准时开始,请大家提前10分钟进入直播间
  • 公开课后两天内会上传回放视频,错过直播的同学也不要担心
  • 欢迎大家多多向嘉宾提问,问题被采纳者有机会获得神秘礼品

授课教师

中国科学院计算技术研究所在读博士生
微信扫码分享课程