直播预告

8月12日（周一）21:00-21:40，集智图网络线上读书会将进行新一期的论文分享直播，欢迎感兴趣的朋友参与。

直播主题：

用于通用结构特征

提取的预训练图神经网络

虽然 GNN 模型及其变体在图结构数据的学习方面取得了成功，但是训练一个准确的 GNN 模型需要大量的带标注的图数据，而标记样本需要消耗大量的人力资源，为了解决这样的问题，一些学者开始研究Graph Pre-training的框架以获取能够迁移到不同任务上的通用图结构信息表征。

在NLP和CV领域中，学者已经提出了大量的预训练架构。比如：BERT(Devlin et al., 2018)和VGG Nets (Girshick et al., 2014)，这些模型被用来从未标注的数据中学习输入数据的通用表征，并为模型提供更合理的初始化参数，以简化下游任务的训练过程。

这个分享将向大家介绍图上的预训练模型，来自论文Pre-Training Graph Neural Networks for Generic Structural Feature Extraction 重点讨论下面两个问题：

GNNs 是否能够从预训练中受益？

设置哪几种预训练任务比较合理？

论文题目：Pre-Training Graph Neural Networks for Generic Structural Feature ExtractionPre-Training Graph Neural Networks for Generic Structural Feature Extraction

Pre-Training Graph Neural Networks for Generic Structural Feature Extraction

论文地址：

https://arxiv.org/abs/1905.13728

主讲人：金良

直播地址：集智俱乐部 B 站直播间

zoom房间：https://zoom.us/j/311987098

👀关注B站主播“集智俱乐部”

不错过每一场集智重磅直播

直播地址：

https://live.bilibili.com/8091531

直播时间：21:00-21:40

集智图网络线上读书会公开招募

图神经网络是深度学习领域的前沿热点议题，尤其是图网络（Graph Networks）提出以来，深度学习有了实现因果推理的潜力。为了持续追踪相关领域的前沿进展，集智俱乐部联合北师大系统科学学院张江课题组，组织了以图网络为主题的线上读书会，研讨最新论文，孕育研究思路。

每一期线上读书会由一位成员主讲，形式为论文分享，时间为每周一 21:00-21:40。加入读书会群需报名审核，原则上参与者应有能力独立完成一次线上分享。如果你也正在从事图网络与深度学习方面的研究工作或技术实践，或者对该领域有强烈的学习意愿，欢迎填写报名表，申请加入“集智图网络论文分享小组”！

报名请点击下方小程序，填写报名表。填表之后会有入群方式。

编辑：张爽

往期论文解读

第十六期图网络论文解读

时间：6 月24日周一
主讲人：张章
论文题目：

Weight Agnostic Neural Networks
论文地址：

https://arxiv.org/abs/1906.04358
视频回放:

http://campus.swarma.org/play/coursedetail?id=10934

第十八期图网络论文解读

时间：7 月8日周一
主讲人：高飞
论文题目：

How Powerful are Graph Neural Networks?
论文地址：

https://arxiv.org/pdf/1810.00826
视频回放：

http://campus.swarma.org/play/coursedetail?id=10936

第二十二期图网络论文解读

时间：8 月5日周一
主讲人：王硕
论文题目：

Spatiotemporal Multi-Graph Convolution Network for Ride-hailing Demand Forecasting （基于时空多图卷积网络的网约车需求量预测）
论文地址：

http://www-scf.usc.edu/~yaguang/papers/aaai19_multi_

graph_convolution.pdf
视频回放：