一、峰会简介
深度学习模型是当今人工智能研究的核心。众所周知，对欧几里得数据（例如图像）和序列数据（例如文本）具有颠覆性学习能力的深度学习技术不能直接适用于图结构数据。这种差距推动了图深度学习研究的浪潮。近年来，已经开发了大量基于图结构数据的神经网络架构，这些架构已经成功应用于社交网络、计算机视觉，自然语言处理，推荐系统，智能风控，智能交通和生物计算学等领域，并取得了显着的性能提升。这波图论与深度学习交叉的研究浪潮也影响了其他科学领域，包括计算机视觉、自然语言处理、归纳逻辑编程、程序合成与分析、自动化规划、强化学习和网络安全。尽管图上的深度学习已经引起了极大的关注，但将其应用于其他领域时仍面临许多挑战，包括从方法论的合理性到实际商业业务表现。
本次峰会共设置GNN基础模型、复杂图、大规模图平台、推荐与图、NLP与图、风控与图、生物计算与图等7大论坛，将从多个视角，带你彻底了解图机器学习！
二、峰会核心资料清单
1.GNN基础模型
2.复杂图
3.大规模图平台
4.推荐与图
5.NLP与图
6.风控与图
7.生物计算与图
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
