DataFunSummit：2022年圖機器學習峰會嘉賓演講PPT合集（共43套打包）

1、GRAPH REPRESENTATION LEARNING FOR DRUG DISCOVERY王皓 副研究員中國科學技術大學|Outline BackgroundRelated workMolecular Property PredictionMolecule GenerationMolecular representation LearningOur WorkReferences2Outli。

2、Anomaly Detection in Graphs,Yang YangZhejiang University,Including joint work with Yifei Sun,Ziwei Chai,Junru Chen,Xuan Yang ZJU;Jiarong Xu FDU;Chunping Wang and Lei Chen FinVolution;Yizhou Sun UCLA.。

3、GraphSynergy:Network inspired deep learning model for anti-cancer drug combination predictionQingpeng Zhang 張清鵬Joint work with Jiannan Yang,Zhongzhi Xu,William K.K.Wu and Qian ChuSchool of Data Scien。

4、淺談組合優化問題求解中的機器學習方法南開大學計算機學院 蔡慶瓊 01組合優化問題02機器學習方法03求解組合優化的機器學習算法04未來研究方向目錄 組合優化問題組合優化問題組合優化領域一些基本問題求解組合優化問題的傳統方法組合優化問題4旅行售貨商問題TSP(Traveling salesman problem)組合優化問題5組合優化問題在實際中的應用圖片來源：Recent Advances in。

5、快手分布式高性能圖平臺KGraph及其應用張世航 快手高級工程師|01背景介紹02KGraph 架構03關鍵問題分析04應用場景介紹目錄 CONTENT|05小結與展望背景介紹01|快手l國民級的短視頻APP，領先的內容社區及社交平臺l日活3億+，巨大的流量入口l海量的交互數據，復雜的技術場景主站關注頁主站精選頁主站發現頁極速版發現頁主站同城頁直播電商|推薦|社交推薦系統的痛點圖數據結構數據容量。

6、圖機器學習在安全風控的應用大安全機器智能朱 亮|01背景介紹02架構簡介03安全風控圖模型目錄 CONTENT有向動態異質資金圖主網絡介紹DDGCL04展望背景介紹01|?$99.8$1000$199.8$299.8$301.9$2000$3000|背景介紹1.黑產會通過資金交易關系關聯起來；2.資金流具有異常pattern；架構簡介02|u1u2?Tree modelScoregraph_em。

7、1Explainability of Graph-based Image ClassificationJindong Gu University of MunichContent:1.Motivation2.Graph Neural Network3.Graph Capsule Network4.A Graph-based View of Vision Transformer 5.Conclus。

8、圖算法在風控以及平臺能力建設汪浩然 互聯網行業資深風控和圖計算專家01圖算法和風控簡介圖算法和風控簡介02圖算法在風控的演化圖算法在風控的演化03相應平臺的心得相應平臺的心得04展望未來展望未來目錄目錄CONTENT圖算法和風控簡介圖算法和風控簡介01什么是圖算法-圖論算法最短路徑發現最短路徑發現團的識別發現團的識別發現圈的識別發現圈的識別發現什么是圖算法-圖機器學習標簽傳播算法標簽傳播算法圖神。

9、Copyright 2022 BioMap All Rights ReservedRepresentation Learning for Drug Design宋樂|百圖生科&MBZUAICopyright 2022 BioMap All Rights ReservedDrug Discovery is a Long ProcessCompounds Years for 1 drugRe。

10、結合知識圖譜的個性化新聞推薦系統劉丹陽 博士研究生 美團 實習生|01背景介紹背景介紹02新聞知識圖譜新聞知識圖譜0304目錄目錄CONTENT|知識圖譜與新聞知識圖譜與新聞推薦的可解釋性推薦的可解釋性知識圖譜與新聞知識圖譜與新聞推薦的準確性推薦的準確性背景介紹01|個性化新聞推薦系統閱讀新聞是人們日常生活中必不可少的活動。新聞閱讀逐漸從紙質端轉變到電子端?；ヂ摼W時代，新聞文章對于用戶越來越過載。

11、RELATIONAL REASONING WITH RULE DISCOVERYBang Liu,Assistant ProfessorUniversity of Montreal&Mila2022/06/25|01IntroductionWhat is relational reasoning?Why it is important?02Existing ResearchGraph N。

12、圖機器學習與風控的2.0時代敖 翔中科院計算所副研究員2022-06-25|01圖機器學習圖機器學習與風控的與風控的1.0時代時代02尚未充分考慮的尚未充分考慮的一些挑戰一些挑戰03圖機器學習圖機器學習與風控的與風控的2.0時代時代04GNN與與風控的風控的2.0+？目錄目錄CONTENT|風險控制的重要性|直接風險次生風險間接風險風險控制互聯網場景的風控|老問題新服務網絡黑產數字金融核心問題：。

13、超大規模圖計算引擎阿里巴巴 技術專家谷川Contents目錄01背景介紹02Graph Compute 的能力及實現03周邊系統建設04使用案例|Graph Compute 簡介自助接入，數據托管、智能運維圖存儲與檢索千億節點,萬億邊全量/單表千萬qps秒級實時更新支持自研圖查詢語言&gremlin標準知識圖譜管理系統認知圖譜：用戶實時行為基礎數據用戶全網曝光數據用戶/商品/店鋪/CPV。

14、面向可解釋性的知識圖譜推理研究及應用答辯人:萬國佳導師：杜博 教授時間：2021 5.21博士學位答辯第 2 頁2大綱1.研究背景2.前沿進展4.研究內容5.總結展望3.研究動機第 3 頁3研究背景 引言引言計算智能感知智能認知智能能存會算能聽能看會認會說理解推理解釋難度價值認知智能特點：依賴背景知識例：“996”，網絡熱詞，建立在群體共識下的新概念第 4 頁4研究背景 知識圖譜知識圖譜實體:巴。

15、圖表示學習技術在藥品推薦系統中的應用鄭值 博士研究生|01研究背景研究背景02判別式藥品包推薦判別式藥品包推薦03生成式藥品包推薦生成式藥品包推薦04總結與展望總結與展望目錄目錄 CONTENT|研究背景01|背景：醫療資源總體不足，分布不均帶來的沉重壓力|隨著人口的增長與老齡化的加劇，人們對于高質量醫療服務的需求不斷攀升。2021年1月-11月，全國醫療機構共診療60.5億人次，同比增長22.。

16、Graph Adaptive Semantic Transfer for Cross-domain Sentiment Classification（基于圖表征學習的跨域情感分析方法）Kai ZhangUniversity of Science and Technology of China2022年6月25日 Saturdayhttp:/ WorkThe GAST ModelExperimen。

17、圖學習在螞蟻推薦中的應用涂珂|自我介紹2011-2015 清華大學計算機系本科2015-2020 清華大學計算機系博士，研究方向：圖學習2020-至今：螞蟻智能引擎技術事業部-金融機器智能-圖學習組主要研究方向：圖機器學習，通過算法賦能營銷ROI、搜索推薦等業務場景。01背景背景02基于知識圖譜的推薦基于知識圖譜的推薦03基于社交和文本的推薦基于社交和文本的推薦04基于跨域的推薦基于跨域的推薦目。

18、DGL與復雜圖上的機器學習甘全 亞馬遜云科技|01DGL與異質圖與異質圖02DGL與動態圖與動態圖03DGL與超圖與超圖目錄目錄 CONTENT|00圖與圖神經網絡圖與圖神經網絡圖與圖神經網絡圖與圖神經網絡00|圖的應用|圖神經網絡主流是消息傳遞消息傳遞，或者其變種端到端訓練（絕大部分）或作為預處理的一部分（SGC、SIGN、GAMLP 2）也有使用Transformer架構的（Graphorm。

19、Graph4NLP:A Library for Deep Learning on Graphs for NLPYu(Hugo)Chen 陳宇Research Scientist at Meta AIGraph Machine Learning SummitJune 25th,2022|Graph4NLP:A Brief History and Future 2Year September/202。

20、代價敏感超圖學習及其應用王楠 講師|01Hypergraph Learning02Cost Sensitive Hypergraph Learning03Applications目錄目錄 CONTENT|Hypergraph Learning01|Hypergraph Learning|Graphv1v2v3v4v5v6v7v1v2v3v4v5v6v7e1e2e3HypergraphHyperg。

21、Beyond Homophily in GNNs:Current Limitations,Effective Designs,and Impacts on RobustnessJiong ZhuPh.D.StudentUniversity of MichiganJoint work with:Danai Koutra,Yujun Yan,Lingxiao Zhao,Mark Heimann,Le。

22、 2022,Amazon Web Services,Inc.or its Affiliates.王敏捷資深應用科學家亞馬遜云科技上海人工智能研究院開源圖深度學習框架的機遇與挑戰 2022,Amazon Web Services,Inc.or its Affiliates.圖數據無處不在藥物和分子結構用戶產品交互網絡社交網絡知識圖譜 2022,Amazon Web Services,Inc.or 。

23、|Enyan DaiCollege of Information Sciences and Technology The Pennsylvania State University|FairnessFairness andand ExplainabilityExplainabilityin in GraphGraph NeuralNeural NetworksNetworks1|01Fairne。

24、圖結構在文檔分析中的應用與挑戰郭琦鵬 亞馬遜云科技上海人工智能研究院 應用科學家|01文檔分析02文檔中的圖結構03圖結構的作用04挑戰與機遇目錄 CONTENT|文檔分析01|文檔分析兩大特點：文檔級別數據著重信息抽取兩大用途：語義理解知識構建新聞資料郵件文檔分析文檔級別數據輸入文本長句子間關系話題的切換著重信息抽取可靠性/真實性信息的完整性這座大樓建成于1988年，18層高，占地。，其中最年。

25、復雜認知圖神經網絡金弟2022.6.25圖機器學習峰會圖機器學習峰會20222022：復雜圖論壇：復雜圖論壇Outline1.面向復雜圖的圖神經網絡2.認知圖神經網絡2GNN on Universal NetworksGNN on Text-rich NetworksGNN on Attribute Missing HINsGNN on Higher-order Dependency Netwo。

26、Building Very Deep Graph Neural Networks for Representation Learning on GraphsGuohao Li CS PhD Student KAUSTguohao.likaust.edu.saBuilding Very Deep Graph Neural Networks for Representation Learning o。

27、Graph Neural Network for Large-scale SimulationsCollaboratorsStanford:Tailin Wu,Sophia Kivelson,Yinan Zhang,Jacqueline Yau,Jure LeskovecSLAC(Accelerator Laboratory):Jason Chou,Frederico FiuzaDeepMind。

28、?B?.?/?.?/?:?/?/.?CONTENTSCONTENTS3?1 1?2 23 3?01?PART?e?d?b?:?ea?Ic:?Q?V?2?-?:-?.?./?.2?.?0?.2?2?A?R?A?2?D?7F?0?4?26?1?26?26?26?https:/ to model 3D spatial structure of the complex effectively?-Mole。

29、石川 教授北京郵電大學開放環境下圖神經開放環境下圖神經網絡與應用網絡與應用 2009BUPT TSEG 2網網絡建模絡建模絡是描述和建模復雜系統的通語2融絡社交絡神經元絡信息絡物絡互聯ABC3網網絡表示學習絡表示學習絡表學習成嵌將節點嵌到低維向量空間中應節點分類鏈路預測社區發現絡演化p 易于并p 可結合經典機器學習法4淺淺層模型層模型淺層模型 基于分解的法 e.g.,Laplacian eige。

30、Data Analytics at Texas A&M LabDecomposition Based Explainability forDeep Neural NetworksMengnan Du Department of Computer Science&EngineeringTexas A&M UniversityEmail:dumengnantamu.eduht。

31、圖神經網絡在推薦系統中的應用與探索郭威華為 諾亞方舟實驗室|自我介紹郭威，本科畢業于西安電子科技大學碩士畢業于武漢大學2019年6月入職華為諾亞方舟實驗室研究方向：深度學習，用戶行為建模、圖表征學習等在推薦系統中的應用在國際頂級會議KDD、SIGIR、WWW、ICDE等發表論文10多篇。|諾亞推薦團隊研究方向介紹深度學習模型知識圖譜/GNN多目標/遷移學習多模態融合推薦列表式推薦/重排序反事實學。

32、張文濤北京大學博士，騰訊Angel Graph團隊成員|PaSca:可擴展的圖神經結構搜索系統1個人主頁:https:/zwt233.github.io/01問題02實驗03方法04總結目錄 CONTENT|2問題01|3|圖數據許多數據都是以圖的形式存在:社交網絡知識圖譜藥物和新材料推薦系統藥物發現圖神經網絡被廣泛應用于多個場景：異常檢測蛋白質結構預測4|圖神經網絡圖卷積神經網絡(GCN)的表。

33、Connecting Text and Vision with Event Graph StructuresManling Limanling2illinois.eduObjectCarEventCarEventBombingItemCarArgumentEventAttackingAttackerprotestersTargetpoliceEventAttackingAttackerpolic。

34、Ensemble Multi-Relational Graph Neural NetworksYuling Wang|Yuling Wang12,Hao Xu2,Yanhua Yu1,Mengdi Zhang2,Zhenhao Li1,Yuji Yang2,and Wei Wu21Beijing University of Posts and Telecommunications 2Meitua。

35、SOME ADVANCES IN OUT-OF-DISTRIBUTION GRAPH LEARNINGYatao Bianhttps:/ AI Lab|01DrugOOD:A testbed for graph OOD learning02Subgraph based invariant graph learningCONTENT|DrugOOD:Background01|Drug Discov。

36、機器學習遇上運籌優化：一種雙層優化方法A Bi-Level Framework for Learning to Solve Combinatorial Optimization on GraphsRunzhong Wang Zhigang Hua Gan Liu Jiayi Zhang Junchi Yan Feng Qi Shuang Yang Jun Zhou Xiaokang YangNe。

37、?|01?02?03?CONTENT|?P?D?|?0?D?o?-?3?-?CL?-?3?3?gG?CL?gG?s?A?3?2?1?2D?i?2?+?n?/?/?/?/?e?|r?S?T?/?/?-?/?i?T?-?/?,9?948?.?T?o?Wt?U?p?-?7?C?.?J-,?G?H?T?Ne?LaK?D?8?8?69?A8?,?./?.?2?.?P?l?n?E?h?e?LomC./?.?。

38、單擊此處編輯母版標題樣式GNN for Science黃文炳清華大學智能產業研究院目錄1.1.背景介紹背景介紹2.相關研究3.最新進展4.總結目錄目錄人工智能蓬勃發展2020-5OpenAI 發布GPT32020-6Google發布ViT2021-12021-6智源發布悟道2.02021-2OpenAI 發布圖像版GPT3Google發布Switch Transformer2021-7DeepM。

39、圖神經網絡與推薦預訓練模型宋重鋼|目錄目錄CONTENT|01預訓練模型目標預訓練模型目標與核心問題與核心問題02推薦系統場景中的推薦系統場景中的預訓練模型預訓練模型04圖神經網絡預訓練圖神經網絡預訓練案例分享案例分享03預訓練模型的預訓練模型的服務模式服務模式預訓練模型目標與核心問題01|預訓練模型的發展歷程|NNLM(Bengio et al.,2003)SENNA(Collobert et。

40、|阿里巴巴 艾寶樂大規模圖學習平臺GraphLearn|目錄1.平臺介紹2.系統優化3.應用案例4.在線推理|01平臺介紹|GraphLearn:工業級大規模圖學習平臺Server 0Server 1Server 2Server nTensor EngineGraph EngineDatasetPythonTensorFlow&PyTorchGSLSampler,KnnOperatorE。

41、Translation between Moleculesand Natural LanguageHeng Ji(UIUC,Amazon Scholar)Based on the wonderful work done by Hongwei Wang,Carl Edwards,Tuan Lai and Zixuan Zhang(UIUC)Collaborations with Martin Bu。

42、YOURE ALLSET!以多重集函數角度重新檢視超圖GNNEli Chien(簡翌)UIUC 博士候選人|Github:https:/ Webpage:https:/ et al.ICML 2018,Chien et al.AISTATS 2019集團擴張(clique-expansion,CE)定義的消息傳播|為了簡單我們暫且集中討論於d-uniform超圖也就是每個超邊皆只包含k個節點而我。

43、曲率視角下的圖數據分析與學習周敏 華為諾亞方舟實驗室 主任工程師|自我介紹|本科畢業于中科大，博士畢業于新加坡國立大學 2017年入職華為諾亞方舟實驗室 研究方向:圖數據、序列數據模式挖掘和學習產產業業會會戰戰行行業業軍軍團團01Curvatures02Curvature on Network03Curvature on Surface04Conclusion目錄目錄 CONTENT|Curva。