网络的表示学习 GAIR大讲堂 | 第48期
冯瑞将为大家带来他在AAAI 2018的论文解读
开课时间:2018/01/26 20:00 预计时长:一个小时左右
课程回放
335人报名
观看回放
课程介绍

分享主题

网络的表示学习

 

分享背景

如何用合理的方式表示数据是网络挖掘的关键问题,表示学习的目的是为网络中的每一个节点分配一个某个线性空间中(比如欧式空间)中的向量,使得这些向量能够保持原来网络的结构信息。我们讨论表示学习的诸多问题,比如在欧式空间中的无标度网络的表示学习,讨论是否保持网络的无标度特性,并对此优化以提高向量的表示能力。我们同时还讨论如何处理网络时序序列,使得表示向量能够保持时序信息。

 

分享大纲

  • 网络的表示学习问题和经典算法介绍
  • 欧式空间中保持无标度特性的可能性
  • 针对无标度网络表示学习的优化策略
  • 可保持时序信息的网络表示学习模型

 

 

分享人

冯瑞浙江大学本科三年级,ZJU DCD实验室实习,AAAI 2018入选论文第一作者。

 

分享时间

1月26日 (周五) 20:00

 

课程须知
  • 本次公开课将于1月26日周五晚8点准时开始,请大家提前10分钟进入直播间
  • 开课后两天内会上传回放视频,错过直播的同学也不要担心
  • 欢迎大家多多向嘉宾提问,问题被采纳者有机会获得神秘礼品