报告题目一：图表示学习在医学图像分析领域的应用
报告华体会网页版登陆入口：2022年11月30日下午2:30-3:10
报告人：岳海林
报告地点：计算机楼313报告厅
摘要：
图表示学习在医学图像分析领域有着广泛的应用，有效的利用图表示学习能够提高计算机辅助诊断的水平。现阶段，图表示学习在脑部退行性疾病和病理图像分析中有着广泛的应用。
本次报告分为三个部分：首先介绍图表示学习在脑部退行性疾病和病理图像分析中的研究现状，然后介绍一至二个具有代表性的案例，最后介绍目前的挑战和自己的思考。
报告人简介：
岳海林是华体会网页版登陆入口22级在读博士生。研究方向：医学图像分析。
报告题目二： 链路预测在社交网络中的研究进展介绍
报告华体会网页版登陆入口：2022年11月30日下午3:10-3:50
报告人： 郑凯
报告地点：计算机楼313报告厅
摘要：
链路预测是网络信息挖掘中最基础的问题，通过对已经观察到的网络结构和其他外部信息的分析，挖掘缺失的连接和预测未来可能出现的连接。此类方法被广泛应用于社交网络信息传播预测。在本次报告中，我们将介绍链路预测在社交网络中的研究进展。本次报告分为三个部分：首先介绍社交网络和链路预测的基本概念，然后介绍社交网络现有研究问题以及相关案例，最后介绍目前的挑战与未来方向。
报告人简介：
郑凯是华体会网页版登陆入口20级在读博士生。研究方向：生物信息学。
报告题目三：超图在文本分类和多标签图像分类中的应用
报告华体会网页版登陆入口：2022年11月30日下午3:50-4:30
报告人： 邓超
报告地点：计算机楼313报告厅
摘要：
超图是一种泛化的图结构，不同于简单图一条边包含两个节点，超边可以包含任意数量的节点，用于表示多个对象之间的高阶关联。随着图数据挖掘的火热,超图也由于其特殊的结构和强大的表达能力被应用于计算机视觉、文本分类、生物信息等多个领域，并受到越来越多研究者的关注。本报告从应用角度出发，首先介绍超图相关概念以及超图神经网络，然后分享超图在多标签图像分类和文本分类中的应用，最后进行总结与扩展。
报告人简介：
邓超是华体会网页版登陆入口22级在读博士生。研究方向：生物信息学。
报告题目四：基于元路径的图表示学习方法在生物信息学中的应用介绍
报告华体会网页版登陆入口：2022年11月30日下午 4:30-5:10
报告人：李浩源
报告地点：计算机楼313报告厅
摘要：图是现实世界中无处不在的数据结构。由于它们的普遍存在，因此从图结构数据中提取有意义的信息以便下游任务的开展具有重要的研究意义。图表示学习取代了手工设计的特征，可以学习编码关于图的丰富信息表示。它在节点分类、链路预测、图分类等任务中取得了巨大的成功，近年来受到越来越多的关注。在本次报告中，我们简单地介绍了基于路径的图表示学习方法，并以GEEK框架为实例介绍了元路径在生物异构网络中的应用过程。最后提出了元路径在生物信息学中遇到的困难和挑战。
报告人简介：
李浩源是华体会网页版登陆入口21级在读博士生，目前的研究兴趣包括机器学习和生物信息学。
报告题目五：基于编码树的图表示学习与图分类算法研究进展介绍
报告华体会网页版登陆入口：2022年11月30日下午5:10-5:50
报告人： 曾庭锋
报告地点：计算机楼313报告厅
摘要：基于结构熵的编码树是能保留图关键特征的一种简化数据，本报告简介编码树在图表示学习中的应用。主要分为三个部分：首先介绍结构熵和编码树的基本概念，然后说明编码树的构造算法，最后介绍基于编码树的应用，主要包括图分类、图的层次池化和文本分类。
报告人简介：
曾庭锋是华体会网页版登陆入口21级在读硕士生。研究方向：编码树在图数据中的应用。
