北京时间3月31日(周五)10:00，由FAI-Seminar 携手将门-TechBeat社区共同策划的Talk将准时在TechBeat人工智能社区视频号进行直播！

这是TechBeat社区第487期Talk，非常开心邀请到北京大学智能科学与技术博士生——张博航作为嘉宾讲者，与大家分享 “从图双连通性的角度重新审视图神经网络的表达能力”，该工作近期被评选为ICLR 2023 杰出论文奖。

⚡本期Talk以直播形式与大家见面，如果无法及时参与，可在直播结束后登录https://www.techbeat.net/ 查找观看~

Talk·信息

主题：从图双连通性的角度重新审视图神经网络的表达能力

嘉宾：北京大学智能科学与技术博士生 张博航

时间：北京时间 3月31日 (周五) 10:00

直播平台：TechBeat人工智能社区视频号

回顾视频：TechBeat人工智能社区

https://www.techbeat.net/

Talk·介绍

如何设计具有强大表达能力的图神经网络是图机器学习领域的一个核心话题。近年来，虽然已经提出了大量的网络结构，但人们尚不清楚这些网络结构能够系统地获得怎样的表达能力。这次talk我们将从图双连通性的新颖角度来系统探究这一领域的基本问题。

分享内容大纲：

1、首先介绍图神经网络表达能力这一领域的背景知识

2、介绍图双连通性这一图论中核心的概念，以及它在图学习中的重要性

3、系统介绍主流的图神经网络在图双连通性方面的表达能力以及固有缺陷

4、核心内容：如何通过引用距离信息获得在图双连通性方面的表达能力

5、给出一个基于Transformer的图神经网络实现，并展示其在各种实际任务中的效果

Talk·预习资料

背景介绍中最重要的工作：

https://arxiv.org/abs/1810.00826

相关工作：

https://openreview.net/forum?id=dFbKQaRk15w

论文链接：

https://openreview.net/forum?id=r9hNv76KoT3

Talk·嘉宾介绍

张博航是北京大学博士四年级学生，导师是王立威教授。在此之前，他就读于西安交通大学少年班，专业为计算机科学。张博航在博士期间的研究方向是机器学习，主要研究兴趣包含图神经网络、鲁棒性、表达能力等相关领域的基础性问题。张博航在博士期间以第一作者身份在ICLR, ICML, NeurIPS三大国际顶会上发表6篇论文并多次获得口头报告，其中ICLR 2023的论文获得杰出论文奖 (Outstanding Paper Award)。

个人主页：zbh2047@github.io

关于FAI-Seminar

FAI-Seminar是一个关注基础人工智能的研讨班，每周定期邀请国内外博士生分享最新工作。更多FAI-Seminar信息可见：https://www.fai-seminar.ac.cn

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