直播预告

9月2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：

深度最大化互信息

目前许多针对图结构数据的机器学习模型采样的是有监督的方法，比如GCN，GAT等，然而现实生活中有大量的图结构数据是无标签的。因此，发掘新颖的图上无监督学习方法很重要。到目前为止，大多数图上无监督学习方法依赖于随机游走，这种方法有一定的局限性。在这个分享中，我们将会介绍一种通过最大化互信息的方式来进行图上的无监督学习，通过最大化节点Embedding和全图Embedding的互信息，我们提出的深度最大化互信息模型在transductive 和 inductive 分类的任务中，取得了甚至比监督学习的方法更好的效果。

论文题目：

Deep Graph Infomax

论文地址：

https://arxiv.org/abs/1809.10341

主讲人：金良

直播地址：集智俱乐部 B 站直播间

👀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（GraphNetworks）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：