首页

讲座信息

当前位置: 首页 >> 讲座信息 >> 正文

学术活动预告‖Graph Neural Networks for Combinatorial Optimization

发布日期:2024-03-09    点击:

报告时间:2024年3月9日15:50-16:40

报告地点:增信园二号楼210会议室

报告题目:Graph Neural Networks for Combinatorial Optimization


报告摘要:Graph neural networks have been found successful in solving combinatorial optimization problems. This talk starts with a simple example of solving the travelling salesman problem using graph neural networks. Then, we present an approach to multi-objective facility location using two graph neural networks with supervised training. Finally, we showcase how a graph neural network with negative message passing can be trained using unsupervised training for solving graph coloring problems. We conclude the talk with a summary and discussion of future work. 

 

 

报告人简介:金耀初教授分别于1988、1991及1996年在浙江大学电机系获学士、硕士和博士学位,并于2001年在德国波鸿鲁尔大学神经信息研究所获工学博士学位 (Dr.-Ing.)。欧洲科学院院士,IEEE Fellow,国家级海外高层次人才计划入选者。

 

目前担任西湖大学人工智能讲席教授,“可信及通用人工智能实验室”负责人。同时担任IEEE计算智能学会候任主席,《复杂与智能系统》主编。2021至2023任德国比勒菲尔德大学工学院“洪堡人工智能教席教授”,2010至2021任英国萨里大学计算机系“计算智能”杰出教授,1999至2010年在本田欧洲研究院担任科学家、高级科学家及主任科学家。 曾为中国教育部“长江学者奖励计划”讲席教授、芬兰国家技术创新局“芬兰杰出教授”、澳大利亚悉尼科技大学“杰出访问学者”。长期从事人工智能与计算智能的理论、算法和工程应用研究,特别是数据驱动的复杂系统演化优化、基于深度学习的组合优化、多目标优化与机器学习、可信学习与优化、演化发育通用人工智能及形态发育自组织机器人等。

 

金耀初教授已出版专著5部,发表学术论文500余篇,获美国、欧盟和日本专利9项。据Google Scholar, 其论文被引用总次数45,000余次,h-index 为104,2019年以来连续5年入选科睿唯安 “全球高被引科学家”榜单。多次获“IEEE进化计算汇刊优秀论文奖”及“IEEE 计算智能杂志优秀论文奖”。曾任《IEEE认知与发育系统汇刊》主编,IEEE计算智能学会副理事长,两次担任IEEE 杰出演讲人。

 

 

报告时间:2024年3月9日16:40-17:30

报告地点:增信园二号楼210会议室

报告题目:深度多视图学习与聚类应用

 

报告人简介:朱晓峰,国家级人才,电子科技大学教授和博导。长期从事大数据预处理和健康大数据计算机辅助诊断等专业领域的研究工作。主持国家科技部重点研发项目和国家自然基金项目等。发表英文论文200多篇,是爱思唯尔中国高被引科学家和科睿唯安全球高被引学者,获四川省高等教育教学成果一等奖和广西自然科学一等奖。

报告摘要:
多视图数据指的是具有多个配对特征的数据,其在多模态、多媒体、工业互联网、医学分析等许多应用领域中广泛存在。深度多视图学习旨在设计深度神经网络为多视图数据学习更好的表征,是进行下游任务的基础。报告将以深度多视图表征学习中的可解释性、数据异构性、噪声鲁棒性、数据不完整性为关注点,探讨其在无监督聚类分析等实际问题中的解决思路。


报告题目:关于表示学习的一点思考

报告时间:2024年3月9日15:00-15:50

报告地点:增信园二号楼210会议室

报告摘要:

机器学习方法的性能严重依赖数据的表示。表示学习旨在获得好的数据表示,是机器学习和人工智能领域的重要问题。本报告首先介绍表示学习的相关背景、主要方法及关键问题;其次对我们在概念认知、泛化误差和贝叶斯错误率三个视角下的表示学习最新研究进展进行阐述;最后分享对表示学习的一点思考以期启发未来的研究。

 

报告人简介:梁吉业,博士、教授、博士生导师,中国计算机学会(CCF)会士,中国人工智能学会(CAAI)会士,山西大学学术委员会主任,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,曾任山西大学副校长、太原师范学院院长。现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指委委员,中国计算机学会人工智能与模式识别专委会主任,山西省计算机学会理事长,享受国务院政府特殊津贴专家。近年来先后主持科技创新2030—“新一代人工智能”重大项目、国家自然科学基金重点项目、国家863计划项目等10余项。先后在AI、JMLR、IEEE TPAMI、IEEE TKDE、NeurIPS、ICML等国际国内重要学术期刊和会议发表论文300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—2023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、中国计算机学会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。