本期为TechBeat人工智能社区第406期线上Talk，也是ICLR 2022 Oral系列Talk的第⑤场。北京时间5月18日(周三)20:00，魁北克人工智能研究院在读博士生——瞿锰的Talk将准时在TechBeat人工智能社区开播！

他与大家分享的主题是: “基于神经结构化预测的图节点分类”，届时将分享一种称为结构化代理网络 (SPN) 的新方法，结合了两个领域的优势。

Talk·信息

主题：基于神经结构化预测的图节点分类

嘉宾：魁北克人工智能研究院在读博士生 瞿锰

时间：北京时间 5月18日 (周三) 20:00

地点：TechBeat人工智能社区

完整版怎么看？

扫描下方二维码，或复制链接https://datayi.cn/w/woVNA7Yo至浏览器，一键完成预约！上线后会在第一时间收到通知哦

Talk·提纲

归纳式节点分类是机器学习领域的重要问题。该问题在图机器学习、结构化预测领域被广泛研究，代表方法包括GNN和CRF。在本次Talk中，我们提出了一种称为结构化代理网络 (SPN) 的新方法，结合了两个领域的优势。两种设置下的实验表明，我们的方法优于许多已有的模型。

具体分享提纲如下：

1. 背景介绍：归纳式节点分类

2. 相关方法：GNN和CRF

3. 核心思路：结合GNN与CRF

4. 提出模型：结构化代理网络(SPN)

5. 实验结果

Talk·预习资料

1. https://openreview.net/forum?id=YWNAX0caEjI2. https://arxiv.org/pdf/1011.4088.pdf3. https://arxiv.org/abs/1710.10903

Talk·提问交流

通过以下两种方式提问都将获得微信现金红包奖励哦！

方式 ①

在Talk界面下的【交流区】参与互动！留下你的打call🤟和问题🙋，和更多小伙伴们共同讨论，被讲者直接翻牌解答！

你的每一次贡献，我们都会给予你相应的i豆积分，还会有惊喜奖励哦！

方式 ②

在本文留言区直接提出你的问题，或扫描下方二维码提问！

Talk·嘉宾介绍

瞿锰是魁北克人工智能研究院Mila的4年级博士生，师从唐建博士。他硕士毕业于伊利诺伊大学香槟分校 (UIUC)，师从韩家炜教授。本科毕业于北京大学，师从张铭教授。他的研究兴趣为图数据中的知识推理，例如知识图谱推理。他在该方向发表了多篇结合图深度学习和统计关系学习的文章，代表工作包括GMNN (ICML 2019)、pLogicNet (NeurIPS 2019)、RNNLogic (ICLR 2021)。他参与提出了图表示学习领域的代表算法LINE，相关文章被广泛引用。

关于TechBeat人工智能社区

TechBeat (www.techbeat.net) 是一个荟聚全球华人AI精英的成长社区。 我们希望为AI人才打造更专业的服务和体验，加速并陪伴其学习成长。 期待这里可以成为你学习AI前沿知识的高地，分享自己最新工作的沃土，在AI进阶之路上的升级打怪的根据地！

更多详细介绍>>https://mp.weixin.qq.com/s/pTbCK_MeTk05jK2yx1RTrQ