蔡佳教授受邀进行讲座

发布时间: 2023-03-10 16:16:37

蔡佳，博士，教授，博士生导师，广东财经大学数字经济学院副院长，主要研究方向为统计学习理论、机器学习。2009年8月毕业于香港城市大学数学系。2009年-2015年曾数次访问香港城市大学，2017年2月-2018年2月访问美国纽约州立大学奥尔巴尼分校。 2013年2月-2016年12月获聘为广东财经大学“卓越青年教师”校长特聘教授，2019年6月破格晋升为教授，2019年12月入选广东XX计划。现担任中国工业与应用数学学会大数据与人工智能专委会委员、金融科技与算法专委会常务委员，广东省计算数学学会常务理事，广东省计算机学会大数据专委会委员。已在国内外著名期刊《Applied and Computational Harmonic Analysis》，《IEEE Transactions on Neural Networks and Learning Systems》，《Neural Networks》，《Neural Computation》,《Journal of Multivariate Analysis》，《Engineering Applications of Artificial Intelligence》，《Neurocomputing》, 《Cognitive Computation》，《中国科学》(中英文版)以及计算机领域的 IJCNN，ICONIP，ICDM 等著名会议发表(含已接收)SCI、EI 检索论文近 30 篇。主持和承担国家自科(青年，面上)、国家社科重点项目、香港资助局科研项目，国家统计局重点项目，广东省自然科学基金，教育部人文社科，广州市科技计划等合计20余项，获批软件著作权3项。

摘要：现实生活中有很多场景的数据是定义在具有复杂拓扑结构上的图数据。图数据自然地表达了实际生活中的数据结构。然而，图数据中每个节点的局部结构各异。例如：社交网络中的节点之间具有有向连接，引文网络中作者和引文的异质连接，政治关系网络中的正负倾向带符号连接等等。这些图的多样性给图神经网络模型的设计带来了全新的挑战。与此同时，在大数据时代，很多实际应用中的图含有百万甚至千万级别的节点，例如：社交网络中的用户网络，推荐系统中的用户商品网络等等。对这些大规模图开展研究具有很大的挑战。本报告将针对若干关于图卷积神经网络的相关核心问题：半监督多分类情形的浅层图神经网络的理论以及多尺度图卷积神经网络，给出相关算法和理论分析。

时间：3月13日 15：30-16：30，数科院西楼报告厅。