直播预告

12月23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：

用于时空图建模的

图神经网络模型 Graph WaveNet

时空图建模（Spatial-temporal graph modeling）是分析系统中组成部分的空间维相关性和时间维趋势的重要手段。已有算法大多基于已知的固定的图结构信息来获取空间相关性，而邻接矩阵所包含的连接关系并不能反应真实的节点间交互。此外，现有基于 RNN 和 CNN 的时域建模方式不能真正的捕捉其中所存在的长程相关。本文提出了一个新的图神经网络模型 Graph WaveNet 用于时空图建模。其中包括两个组件，一个是自适应依赖矩阵（adaptive dependency matrix），通过节点嵌入进行训练，用来精确建模节点的空间相关性。另一个是堆叠的 1D 带孔卷积（stacked dilated 1D convolution），增加了模型在时域的感受野的大小。通过两个交通流预测数据集的测试，Graph WaveNet 均能达到 state-of-the-art 的效果。

论文题目：

Graph WaveNet for Deep Spatial-Temporal Graph Modeling

论文地址：

https://arxiv.org/abs/1906.00121

主讲人：王硕

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”！

报名请扫下方小程序码，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

第四十期图网络论文解读

时间：12月09日周一
主讲人：胡乔
论文题目：

Bipartite Graph Neural Networks for Efficient Node Representation Learning
论文地址：

https://arxiv.org/abs/1906.11994
视频回放：

http://campus.swarma.org/play/coursedetail?id=11074

第三十九期图网络论文解读

时间：12月02日周一
主讲人：张章
论文题目：

Neural Relational Inference with Fast Modular Meta-learning
论文地址：

https://papers.nips.cc/paper/9353-neural-relational-inference-with-fast-modular-meta-learning
视频回放：