“信息讲坛”顺利举办第九十五讲：Graph Representation Learning and Pre-Training

2022年12月7日星期三，信息学院举办了第九十五期信息讲坛：“Graph Representation Learning and Pre-Training”，本次讲坛邀请了清华大学计算机系助理教授东昱晓老师主讲。

讲座伊始，东昱晓老师从图在生活中的运用切入，梳理了人类创造并运用图概念的历史进程，从而深入浅出地为阐明了图网络的思想。他在介绍了图表示学习经典方法的基础上，讲解了多个前沿工作。其中，采用randomwalk将图转化为序列并借助文本序列表示学习的思想表示图的结构，其缺陷是计算复杂度过高。为了应对这一挑战，东老师团队提出了稀疏的近似方法（NetSMF），大大提高了效率，sketchNE在此基础能够适应于更大规模图的表示学习。

之后东老师介绍了他们的异质图图神经网络研究，并进一步将预训练方法引入图神经网络的训练中，发现预训练后在下游任务上微调能够取得比直接训练更好的效果。

本次讲座东老师主要从解决大规模图的表示学习以及复杂图的表示学习任务方面分享了他们的一系列工作，并给出未来可能的研究方向。

东昱晓老师是清华大学知识工程实验室（KEG）成员，主要研究方向为数据挖掘、图机器学习、预训练模型和社交网络，在图神经网络预训练、异构图表示学习和快速算法等方面都有着高质量的研究成果。他的相关研究获WWW 2022, WWW 2019, WSDM 2015最佳论文提名，并应用于脸书社交网络和微软图谱十亿级用户应用。东昱晓博士毕业于美国圣母大学，曾工作于脸书人工智能和微软雷蒙德研究院，担任ECML-PKDD 2020/2021 ADS PC Co-Chair、WWW 2023 Track Co-Chair、KDD 2018/19/20 Deep Learning Day Co-Chair和IEEE Transactions on Big Data副主编。获国家青年人才项目支持、IJCAI 2022 Early Career Spotlight 、2017年ACM SIGKDD博士论文提名奖（即第三名）和2022年ACM SIGKDD新星奖。

“信息讲坛”是信息学院设立的高水平学术交流平台，通过增强我院学术交流，在我院提升学术水平、促进学科建设等方面都起到了重要的推动作用。