報告時間：2023年7月19日（星期三）15:00-18:00

報告地點：管院新大樓925會議室

報 告 人：許嘉蓉 博士、副研究員

工作單位：復旦大學管理學院

舉辦單位：管理學院

報告簡介：

近年來，預訓練圖神經網絡作為一種解決圖機器學習任務中標簽數據稀疏問題的潛在方法，受到了廣泛關注，應用圖預訓練模型變得尤為重要。然而，在實際應用中，我們發現將圖預訓練模型適配到不同的下游任務時，經常會遇到負遷移的問題，本次報告將從兩個角度探討：（1）何時需要進行圖預訓練；(2) 圖預訓練的數據是否越多越好？此外，還提供了三個應用場景：（1）確定圖預訓練模型的適用范圍，（2）量化圖預訓練的可行性指標，以及（3）挑選預訓練數據的解決方案。

報告人簡介：

許嘉蓉，博士，復旦大學青年副研究員。2021年畢業于浙江大學控制科學與工程學院。2019年訪問加州大學洛杉磯分校，與Yizhou Sun教授合作。主要研究方向包括網絡表示學習、社交網絡分析、數據挖掘。曾在KDD、NeurIPS、AAAI、IJCAI、TKDE、TKDD等計算機頂級學術會議和期刊發表論文十余篇。曾擔任KDD'20-22等國際學術會議程序委員會委員，TKDE等期刊審稿人。