网络科学
课程编码:180086083500M4001H
英文名称:Network Science Seminar
课时:20
学分:1.00
课程属性:研讨课
主讲教师:罗铁坚
教学目的要求
网络科学是一门通过网络建模和分析推理来探索复杂现象机理,寻找事物中多变量间的因果关系,解释和预测事物变化规律的交叉学科。网络无处不在,从宏观宇宙到微观粒子的自然界、从人类全体到具体个人的社会都表现出“网络”的形态。不同学科研究这些网络形态时,往往给出他们各自的网络模型的抽象表示和名称。以往的网络科学研究人员依靠用户定义启发式方法(人类总结知识)从复杂的网络中提取特征 (例如度统计或内核函数)。近年来, 利用基于深度学习和非线性降维的技术, 自动学习将网络结构编码到低维嵌入中的方法激增。这些网络表示学习方法消除了对艰苦的功能工程的需求, 并在基于网络的任务 (如节点分类、节点群集和链接预测) 中产生了较好的结果。本课程希望同学通过文献调研和重现实验,提出新思路和新方法,推动这个学科发展。通过课程讨论,希望同学们能了解网络结构分类,用形式化工具和方法刻画和度量网络结构,并针对专业领域的网络数据,研发相关的算法和软件工具;研究数学模型或机器学习模型来预测网络行为,理解网络形成和演化趋势。
预修课程
程序设计
大纲内容
第一章 课程简介、教学目标和要求 罗铁坚
第1节 课程拟讨论主题 0.6学时
第2节 文献综述和研究项目要求 0.6学时
第3节 工具系统、数据集、基本概念 0.6学时
第二章 网络科学起源动机和研究方法 罗铁坚
第1节 起源历史和研究动机 0.6学时
第2节 网络科学应用案例 0.6学时
第3节 网络科学方法论的特点 0.6学时
第三章 网络科学中图算法和机器学习 罗铁坚
第1节 网络科学中图算法挑战问题 1.0学时
第2节 用图数据和算法提升机器学习效果 1.0学时
第四章 网络科学与复杂系统 罗铁坚
第1节 网络科学与复杂系统 1.0学时
第2节 案例分析 1.0学时
第五章 网络数据表示与预测任务 罗铁坚
第1节 网络中链接预测任务 1.0学时
第2节 网络数据表示 1.0学时
第六章 实验讲解 罗铁坚
第1节 实验1讲解 1.0学时
第2节 实验1讲解 1.0学时
第七章 网络科学的发现和挑战问题 罗铁坚
第1节 网络科学的重要发现(1960-1995-2010) 1.0学时
第2节 未解决的挑战问题 1.0学时
第八章 课程项目报告 罗铁坚
第1节 学生讲解,同学讨论、老师点评 2.0学时
第九章 课程项目报告 罗铁坚
第1节 学生讲解,同学讨论、老师点评 2.0学时
第十章 课程项目报告 罗铁坚
第1节 学生讲解,同学讨论、老师点评 2.0学时
参考书
1、
网络、群体与市场,原作名:Networks, Crowds, and Markets,副标题:揭示高度互联世界的行为原理与效应机制
作者:大卫·伊斯利(David Esley)/乔恩·克莱因伯格(Jon Kleinberg),译者:李晓明/王卫红/杨韫利
2011年
清华大学出版社
课程教师信息
罗铁坚博士,中国科学院大学教授/博士生导师、中国科学院软件研究所智能软件研究中总工程师(兼)。主持完成20多项科研项目。获30多项软件著作权和发明专利。主讲《智能软件》、《数据科学》、《高级软件工程》、《网络科学》等5门研究生核心课程。指导毕业博士和硕士共30多人。出版1 部专著 ,发表100 多篇论文,其中包括AI 顶刊,如IEEE Trans on Image Processing、on Cybernetics、on Multimedia、on Pattern Recognition, AI 顶会,如CVPR、ECCV、 ACM MM、 AAAI、IJCAI上的文章。荣获中国科学院大学唐立新教学名师奖、中国科学院朱李月华优秀教师奖、中国科学院研究生院金新德教育基金奖、中国人工智能学会《大学生智能设计竞赛》优秀指导教师一等奖。研究兴趣包括机器智能、学习科学、软件理论和系统安全等。