复杂网络上的深度学习

By chengjun | March 25, 2018

如今，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剪到复杂网络的研究之中呢？近年来，人们凭借着网络嵌入（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，并取得了一定的成功应用。

本讲座将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一简单介绍，并对网络上的深度学习问题进行了展望。