报告题目：图自监督学习若干基本问题的理解与反思

报告时间：2024-12-19 14:10

报告地点：思源楼101

主办单位：研究生工作部

承办单位：计算机科学与技术学院

报告人介绍：

王啸，北京航空航天大学教授，博士生导师。研究方向为数据挖掘与机器学习，主持国家自然科学优秀青年基金等项目。发表论文100余篇，谷歌学术引用13000余次，7篇入选最有影响力论文榜单，3次获得(提名)CCF A/B类等国际会议论文奖。

报告摘要：

图自监督学习旨在在无标签场景下学习图数据的表征，已成为目前学术界与工业界处理图数据的重要手段之一，其关键技术包括了图数据增广、增广图学习、对比损失优化等。然而深究其背后的机理，若干基本问题依然尚未被完全解答：到底什么才是好的增广图？不同的图增广策略背后，是否有同样的“游戏规则”？图对比学习最后学到了图中的什么信息？Graph Transformer作为一种典型的图学习模型，全局注意力机制真的就是最优的吗？本次报告围绕以上问题展开了初步思考与反思，为我们审视与改进现有图学习技术带来新的视角。