图神经网络及应用

课程编码：480177085410P3004 英文名称：Graph Neural Networks and Applications 课时：40 学分：2.00 课程属性：专业课 主讲教师：王如心

图结构以其强大的表达能力，被广泛应用于社会科学、城市计算、生物化学、医疗健康等不同领域数据的表示。图神经网络是基于深度学习的图结构数据处理方法，它在近年来取得了巨大的进展，并成为学术界和产业界关注的技术热点。
本课程讲授的内容包括：图的基本知识和深度学习的基础概念；将图中节点进行表示的浅层图嵌入模型方法；图神经网络的概念、模型结构和应用场景。本课程可以培养研究生的研究性学习能力，从而掌握基于图神经网络基础理论与方法研究相关问题的知识基础。

无

第一章 图的基础知识 4.0学时 王如心
第1节 图的表示及性质
第2节 谱图理论
第3节 图信号处理
第二章 深度学习基础 6.0学时 王如心
第1节 前馈神经网络
第2节 卷积神经网络
第3节 循环神经网络
第三章 浅层图网络嵌入 6.0学时 王如心
第1节 编码—解码框架
第2节 简单图的图嵌入
第3节 复杂图的图嵌入
第四章 图神经网络 8.0学时 王如心
第1节 图神经网络的基础框架
第2节 基于谱域的图卷积神经网络
第3节 基于空域的图卷积神经网络
第4节 图上的其他深度学习模型
第五章 图神经网络扩展 6.0学时 王如心
第1节 异质图神经网络
第2节 动态图神经网络
第3节 时空图神经网络
第4节 多维图神经网络
第六章 具体应用 8.0学时 王如心
第1节 自然语言处理中的图神经网络
第2节 生物化学和医疗健康等领域的图神经网络
第3节 城市计算领域的图神经网络
第4节 计算机视觉中的图神经网络
第七章 课程考核 2.0学时 王如心
第1节 课程考核

王如心，中国科学院大学博士生导师，入选中国科学院特聘研究员计划（特聘骨干人才），国家重点研发计划（青年）首席科学家，深圳市优秀青年基金获得者，深圳市“鹏城孔雀计划”特聘岗位，中国运筹学会数学与智能分会副秘书长，图论组合分会青年理事，中国人工智能产业发展联盟医学人工智能委员会工作组专家。作为主要完成人获广东省科技进步二等奖、深圳市科技进步一等奖，深圳市优秀科技论文等奖励。科研方面，主要研究方向包括模式识别，因果机器学习，图像处理，多模态表征计算等，在IEEE TKDE/TNNLS/TCYB/TCSS/JBHI, Medical Image Analysis, Information Fusion等知名国际学术期刊、会议发表论文30余篇(ESI高被引文章1篇)，申请发明专利11项，担任IEEE TPAMI/TNNLS/TCYB/TMI/TCSS/TETCI/JBHI，MedIA, Knowledge-Based Systems, ESWA等多个知名国际学术期刊多个知名国际学术期刊、会议审稿人，Frontiers in Computational Neuroscience客座编辑，荣获2021年度数学与计算生物学领衔期刊IEEE JBHI杰出审稿人荣誉称号，担任国家自然科学基金评审专家、广东省科技厅重大项目评审专家以及深圳市科创委评审专家等，主持国家重点研发计划青年科学家项目、国家自然科学基金青年基金项目，广东省自然科学基金面上项目，深圳市优秀科技创新人才培养项目，华为横向课题等。