박사 룰렛 돌리기 방어 -Haitao Mao

이벤트 정보

컴퓨터 과학 및 공학과

미시간 주립 대학

Ph.D. 논문 방어

2025 년 4 월 7 일 오후 2시 EST

https://msu.zoom.us/j/98227677039

암호 : Vincent Mattison 또는 Advisor의 요청에 따라

그래프 파운데이션 모델 : 네트워크 과학 이론에서 연습 응용 프로그램

작성자 : Haitao Mao

어드바이저 : Dr. Jiliang Tang

추상적 인 관계 및 상호 작용 시스템을 추상화하는 그래프는 운송 네트워크, 거래 네트워크, 전염병 네트워크, 월드 와이드 웹 등을 모델링 할 수 있습니다. 네트워크의 기능과 구조 지식을 모두 적응 적으로 통합하기 위해 그래프 신경망 (GNN)은 인기있는 그래프 표현 학습 기술로 등장했습니다.

GNNS가 달성 한 초기 성공에도 불구하고 대부분의 단일 데이터 세트에서 엔드 투 엔드 훈련을 받고 평가합니다. 결과적으로, 제한된 벤치 마크 데이터 세트에서 기존 메소드를 제압하기 위해 구체적으로 설계되기 때문에 GNN이 일반적으로 다양한 속성을 가진 그래프에서 잘 수행 할 수없는 건축 과적으로 적합한 현상을 찾을 수 있습니다.