【导读】国际人工智能会议AAAI 2022论文将在全程线上举办,时间在 2 月 22 日-3 月 1 日,本届大会也将是第 36 届 AAAI 大会。大会涵盖了众多最近研究Tutorial报告,来自清华以及第四范式等学者共同做了关于图结构数据处理的进展报告,非常值得关注!

图结构数据在现实生活中无处不在,它出现在许多学习应用中,如分子图的属性预测、异构信息网络的产品推荐和知识图的逻辑查询。近年来,从图结构数据中学习也成为机器学习领域的一个研究热点。然而,同样由于GSD中的这种多样性,没有一个通用的学习模型能够基于图在不同的学习应用程序中表现良好和一致。与此形成鲜明对比的是,卷积神经网络在自然图像上工作得很好,而Transformers 是文本数据的好选择。在本教程中,我们将讨论如何使用自动机器学习(AutoML)作为一个工具来为GSD设计学习模型。具体来说,我们将详细说明什么是AutoML, AutoML可以从图中探索什么样的先验信息,以及如何从搜索的模型中生成洞察力。| 7:30-8:15 | Part 1: Automated Graph Neural Network [Slides] |
| Speaker: Huan Zhao |
| 8:15-9:00 | Part 2: Hyper-parameter Tuning for Graph-Structured Data. [Slides] |
| Speaker: Quanming Yao |
| 9:00-9:45 | Part 3: Automated Knowledge Graph Reasoning: from Triplets to Subgraphs [Slides] |
| Speaker: Yongqi Zhang |
| 9:45-10:00 | Part 4: Discussion |
地址:
https://quanmingyao.github.io/AutoML.github.io/aaai22-tutorial.html







专知便捷查看
便捷下载,请关注专知公众号(点击上方蓝色专知关注)

专知,专业可信的人工智能知识分发,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取5000+AI主题干货知识资料!欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程资料和与专家交流咨询!点击“阅读原文”,了解使用专知,查看获取5000+AI主题知识资源