您现在的位置是: 学院新闻

北理工计算机学院邀请汤继良博士做学术报告

编辑: 林婷    供稿: 礼欣    摄影: 礼欣    发布日期: 2021年05月11日 浏览次数:

应北理工计算机学院礼欣老师邀请,密歇根州立大学数据科学与工程实验室教授、北京理工大学优秀校友汤继良博士于2021年4月15日来我校进行学术交流,做题为“Deep Learning on Graphs: Challenges and Opportunities”的学术报告。报告由计算机学院礼欣老师主持,学院相关研究方向师生参加了报告。


image.png


汤继良老师从传统机器学习方法在图数据挖掘中面临的瓶颈问题为切入点,详细地为大家讲解了图数据研究的相关背景知识以及其团队近期的研究成果。汤继良老师重点为大家分析了以图信号去噪为核心的图神经网络统一框架,讲解了现有方法在图信号去噪角度的差异性,尤其是在这些方法的统一性上由浅入深地进行了详细的阐述。接下来,汤继良老师为大家介绍了对图数据的固有池化(EigenPooling),从谱的角度分析图数据挖掘的过程,并加以实例说明池化方法的有效性。最后,汤继良老师介绍了图深度学习的研究机遇和应用前景,包括物理学、药理学和环境科学等多方面的交叉研究,结合可信计算和大数据技术,向大家系统性地展示了图数据挖掘的强大潜力。


image.png


报告中,多位老师和同学就汤继良老师在本次报告中介绍的内容进行了提问,从数据类型、特征提取、对抗攻击等多个角度与老师展开互动,汤老师认真细致地回答了提出的问题,并进一步对相关方面进行了拓展与延伸,整个报告过程学术氛围浓厚。

通过本次学术报告,师生们对图数据的表示学习与挖掘技术有了更加深入的理解,也待汤老师能够再次回到母校交流,分享最新研究成果与研究经验。



报告人简介:

汤继良教授2010年获北京理工大学计算机专业硕士学位,2015年获亚利桑那州立大学博士学位,曾在Yahoo担任研究科学家,2016年起担任密歇根州立大学计算机科学与工程系副教授。研究内容包括图数据表示学习以及其在社交媒体与教育中的应用。汤继良教授获得过2020 SIGKDD Rising Star、2020 Distinguished Withrow Research、2019&2020 Aminer AI最具影响力学者、2019 NSF Career、2019 IJCAI Early Career Talk以及包括WSDM 2018、KDD 2016在内的7项最佳论文奖项,担任诸如在内的国际顶级数据科学会议的组织者和期刊编辑,在国际知名期刊和会议上发表的研究成果获得过诸多媒体的报导,并被引用逾14400次,H指数达到60。



( 审核: 丁刚毅)