>> back

张江教授作客“基础论坛” - 2018-11-23

2018年11月23日,应电子科技大学基础与前沿研究院吕琳媛教授[1]邀请,北京师范大学系统科学学院张江教授[2]做客“基础论坛”[3]。报告由吕琳媛教授主持。

上午10时,张江老师做了题为《复杂网络的深度学习》的报告,首先,张江老师对其创办的集智俱乐部做了简单介绍:“我创办集智的初衷可以概括为三点,科学的理想需要打破学科界限。社会科学家可以使用大数据和机器学习的方法,计算机科学家和物理学家也具备社会学的想象力和洞察力;打破语言和文化的界限。中外年轻的科学家建立纽带,互访实验室,形成合作,共同成长;打破资历的界限。不分年龄、资历,机构声望,所有的人平等地交流和争锋”。十多年过去了,现在看来集智还是比较成功地实现了上述三点。

随后,张江老师指出:“随着硬件的进步和算法的发展,深度学习已经成功地在图像识别、语音识别、自然语言处理、游戏与博弈等领域取得了突飞猛进的发展,并渗透到了我们的日常生活中。那么,我们有没有可能将这种技术借鉴到复杂网络的研究之中呢?近年来,人们凭借网络嵌入(Network Embedding)、图卷积神经网络(Graph Convolutional Neural Network)、图注意力模型(Graph Attention Network)等新技术,已经开发了若干图结构上的深度学习算法,并在应用上获得了一定的成功”。接着,张江老师对这些算法以及应用,包括各式各样的网络嵌入算法、节点分类问题、链路预测问题、图分类问题、网络动力学预测问题等做简单介绍,并对网络上的深度学习问题进行了展望。此外,他指出最近一篇非常火热的综述文章:《relational inductive biases, deep learning, and graph networks》[4],已经提到了一种框架将深度学习与贝叶斯网络进行了融合,其结果是产生了一种具有推理能力的概率图模型。但不仅如此,他们还提出了更多思路去结合深度学习与图网络,指明了在图网络领域应用深度学习的清晰方向。

   在最后的提问环节,我校计算机专业的研究生,国家青年特聘专家王子竹老师,以及外校的老师等先后提问,就人脑网络应用深度学习分类,网络嵌入算法等问题进行了头脑风暴。报告结束之后,进行了合影留念。

 

进一步参考:

[1] 吕琳媛,电子科技大学基础与前沿研究院教授,博士生导师,国家优秀青年基金获得者,阿里巴巴复杂科学研究中心副主任。

[2] 张江,北京师范大学系统科学学院教授,博士生导师,集智俱乐部、集智学园创始人,腾讯研究院特聘顾问。

[3] “基础论坛”是电子科技大学基础与前沿研究院打造的品牌学术活动,旨在营造浓厚的“转身遇见大师,随处可见讨论”的学术氛围,激发和培养学生崇尚基础与前沿科学研究的兴趣。

[4] Battaglia, P. W., Hamrick, J. B., Bapst, V., Sanchez-Gonzalez, A., Zambaldi, V., Malinowski, M., ... & Gulcehre, C. (2018). Relational inductive biases, deep learning, and graph networks. arXiv preprint arXiv:1806.01261.

Username
Password