报告题目：自适应构图的机器学习方法
报告人： 梁吉业 教授 山西大学
邀请人： 刘三阳
报告时间：2021年12月9日（周四）19：30-20：30
报告地点： 腾讯会议:288 923 665
报告人简介：梁吉业，男，博士、教授、博士生导师，CCF会士，山西大学计算智能与中文信息处理教育部重点实验室主任。曾任太原师范学院院长、山西大学副校长。目前任教育部科技委人工智能与区块链/科技伦理专门委员会委员，教育部计算机类专业教学指导委员会委员，中国计算机学会理事，中国人工智能学会理事，中国计算机学会人工智能与模式识别专委会副主任，山西省计算机学会理事长，是享受国务院政府特殊津贴专家。先后主持国家科技创新2030-“新一代人工智能”重大项目、国家基金重点项目、国家863计划项目等国家级项目10余项。先后在AI、IEEE TPAMI、JMLR、IEEE TKDE、ML、ICML、AAAI等国际国内重要学术期刊和会议发表论文200余篇，其中SCI收录160余篇。作为第一完成人获山西省自然科学一等奖2项、第五届中国国际发明展览会金奖1项。2014—2020年连续入选爱思唯尔中国高被引学者榜单。指导的博士生获得全国百篇优秀博士学位论文提名奖、CCF优秀博士学位论文奖、中国人工智能学会优秀博士学位论文奖、中国中文信息学会优秀博士学位论文奖。
报告摘要：图机器学习利用图建模数据间的关联并将其作为重点研究对象，打破了传统机器学习独立同分布的基础假设，有望引发新的学习范式。高质量的图是图机器学习方法成功的关键，而图的构建面临着数据分布未知、复杂多样和学习任务需求各异的双重挑战。针对这一问题，提出了可以同时应对上述两个挑战的自适应构图方法。报告聚焦图半监督学习和无监督图嵌入维度约简问题，建立了相应自适应构图的机器学习方法。作为一种通用的方法，自适应构图方法有望在其他图机器学习问题中发挥更大的作用。
