セミナー情報
【第70回AIセミナー】グラフニューラルネットワークやグラフ表現学習の最前線
終了しました。
グラフは多様なアプリケーションで利用されている柔軟かつパワフルなデータ構造です。グラフニューラルネットワークを始めとするグラフ表現学習は、そのグラフを対象に深層学習技術を適用した研究分野で、近年高い注目を集めています。従来のCNN や RNN 等の深層学習では扱うことができなかった非ユークリッド問題を扱うことができます。本セミナーでは、その最先端を走るお二人の講師をお招きして、研究の現状や動向になどについてご講演いただきます。
※ 2番目にご登壇の Peng Shaowenさんは、英語でのご講演です。通訳はありません。
名称 | 【第70回AIセミナー】グラフニューラルネットワークやグラフ表現学習の最前線 |
---|---|
日時 | 2023年10月17日(火) 15:00 - 17:00 |
受付時間 | 接続可能時間:14:50-17:00 |
場所 | Zoomウェビナーによるオンライン開催 ※お申し込み後に自動配信されるメールにて参加URLをご案内いたします。 |
定員 | 500 |
参加費用 | 無料 |
連絡先 | 人工知能セミナー窓口 |
注意事項 ・定員になり次第締切ります。・産総研は、お送りいただいた情報をセミナー運営以外の目的には使用しません。 ・講演の録画やアップロードはご遠慮ください。 |

プログラム
15:00 - 16:00 | グラフニューラルネットワークによる構造データ機械学習 村田 剛志(東京工業大学 教授) |
---|---|
概要 |
|
略歴
1990年東京大学理学部情報科学科卒業。 1992年同大学院理学系研究科修士課程修了。 東京工業大学工学部助手、群馬大学工学部助手、同講師、 国立情報学研究所助教授、科学技術振興事業団さきがけ研究21研究員(兼任)、 東京工業大学大学院情報理工学研究科助教授を経て、2020年より現職。 人工知能、ネットワーク科学、機械学習の研究に従事。 講演資料
PDF: 6,046KB |
|
16:00 - 17:00 | Less is More: Removing Redundancy of Graph Convolutional Networks for Recommendation Peng Shaowen(京都大学 博士後期課程) |
概要 |
|
略歴
Shaowen Peng is a Ph.D. candidate at the Department of Social Informatics, Kyoto University. His research interests span recommender systems and graph learning. He has published several papers in premier conferences and journals such as SIGIR, CIKM, TOIS, etc. 講演資料
PDF: 1,365KB |