基于圖神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)表示學(xué)習(xí)研究

　　本書(shū)基于圖神經(jīng)網(wǎng)絡(luò)研究網(wǎng)絡(luò)表示學(xué)習(xí)，具體內(nèi)容包括：改進(jìn)了高階圖卷積神經(jīng)網(wǎng)絡(luò)、圖注意力網(wǎng)絡(luò)、自編碼架構(gòu)和圖的小波神經(jīng)網(wǎng)絡(luò)等模型，構(gòu)建網(wǎng)絡(luò)表示學(xué)習(xí)模型，并在圖基礎(chǔ)任務(wù)（如鏈路預(yù)測(cè)和節(jié)點(diǎn)分類）上取得了有效的性能。此外，本書(shū)采用前沿的圖對(duì)比學(xué)習(xí)架構(gòu)，通過(guò)增強(qiáng)圖數(shù)據(jù)表示有效緩解數(shù)據(jù)稀疏問(wèn)題，并在知識(shí)圖譜的基礎(chǔ)任務(wù)上顯著提升性能。本書(shū)面向圖數(shù)據(jù)應(yīng)用，提出一種關(guān)系感知的異構(gòu)圖神經(jīng)網(wǎng)絡(luò)模型，可進(jìn)行關(guān)系預(yù)測(cè)設(shè)計(jì)，并通過(guò)實(shí)驗(yàn)驗(yàn)證其優(yōu)越性能。本書(shū)所提出的算法對(duì)當(dāng)下熱門的圖學(xué)習(xí)領(lǐng)域進(jìn)行了拓展，能夠成功應(yīng)用于推薦系統(tǒng)、關(guān)系預(yù)測(cè)、交通流預(yù)測(cè)等網(wǎng)絡(luò)分析任務(wù)，為現(xiàn)實(shí)世界中的復(fù)雜問(wèn)題提供了全新的解決方案。

　　莫先，寧夏大學(xué)副教授，碩士生導(dǎo)師，寧夏大學(xué)“以人為中心的可信計(jì)算”科技創(chuàng)新團(tuán)隊(duì)骨干成員。研究領(lǐng)域?yàn)槿斯ぶ悄芘c大數(shù)據(jù)，重點(diǎn)聚焦圖神經(jīng)網(wǎng)絡(luò)、擴(kuò)散模型和大語(yǔ)言模型在圖學(xué)習(xí)領(lǐng)域的研究，該研究應(yīng)用于鏈路預(yù)測(cè)、節(jié)點(diǎn)分類、推薦系統(tǒng)、社團(tuán)檢測(cè)、藥物發(fā)現(xiàn)等具體領(lǐng)域。近5年來(lái)，其代表性成果包括中科院SCI-區(qū)Top論文6篇，中國(guó)計(jì)算機(jī)學(xué)會(huì)CCF推薦的B類期刊和中科院SC1二區(qū)論文3篇；主持國(guó)家自然科學(xué)基金青年科學(xué)基金項(xiàng)目1項(xiàng)和寧夏回族自治區(qū)自然科學(xué)基金優(yōu)秀青年項(xiàng)目1項(xiàng)。