个人介绍：杨成，北京邮电大学副教授，2019年博士毕业于清华大学计算机系，长期从事数据挖掘和自然语言处理相关方向的研究，发表相关领域CCF A/B类论文50余篇，谷歌学术累计被引6000余次，其中以第一作者首次提出结合节点属性的图表示学习经典算法TADW，单篇被引1200余次，相关成果获2020年教育部自然科学奖一等奖（排名第四）等省部级奖励。曾获中文信息学会优秀博士论文奖，2022年入选AMiner发布的“AI 2000人工智能最具影响力学者”和百度发布的首届“AI华人青年学者百强” 榜单。
演讲题目：自监督图表示模型的训练与应用
演讲提纲：
听众收益：
1.自监督图表示学习最新进展
2.如何利用预训练好的图神经网络模型
3.如何将知识图谱以自监督的方式引入推荐预测
嘉宾日程：
图机器学习应用论坛
议题1：AGL：蚂蚁图学习系统的工程演进
议题2：可信图神经网络及其应用
议题3：面向物理空间的几何图神经网络设计
议题4：自动图机器学习
07 月 22 日
09:00 - 12:20
