報告題目：雙曲空間圖表示學習及其應用

報告時間：2023年11月20日上午10:00

報告地點：437bwin必贏國際官網B404會議室

報告人：馮山山

報告人國籍：中國

報告人單位：新加坡科技研究局

報告人簡介：馮山山博士，現任新加坡科技研究局(A*STAR)前沿人工智能研究中心資深科學家。2011年本科畢業于中國科學技術大學信息科學與技術學院，2017年博士畢業于新加坡南洋理工大學計算機科學與工程學院。其主要學術研究方向為人工智能、時空數據挖掘、圖表示學習等。已在包括TPAMI、TKDE、TOIS、TNNLS、TGRS、SIGKDD、 SIGIR、ICDE、CVPR等在內的高水平國際期刊和學術會議上發表50余篇學術論文,其中CCF-A類論文20余篇。擔任SIGKDD、ICDE、SIGIR、IJCAI、AAAI、MM、SDM、ICDM、CIKM等會議的程序委員會委員以及TKDE等期刊的審稿人。

報告摘要：圖表示學習旨在學習低維節點表示以保留原始圖結構和節點特征，引起了學術界和產業界廣泛的研究興趣。然而，大多數現有模型往往利用歐氏空間來學習每個節點的低維特征，這不能有效地刻畫復雜的網絡拓撲信息，例如層次結構。不同于傳統的歐氏空間方法，雙曲空間能夠利用負曲率空間中的獨有幾何特性來刻畫復雜網絡中的層次結構信息。本次講座主要介紹雙曲空間的幾何特性，雙曲空間圖表示的技術原理和研究動態，以及雙曲空間圖表示的相關應用，并探討其在計算機視覺等任務中的應用和發展。

邀請人：董性平