菜单

在线科研:人工智能
在线科研主题

人工智能

在线课程内容

图神经网络:理论与实践(Artificial Intelligence:Graph Neural Networks Theory & Practice)

课程简介

在21世纪的今天,商业、科学和技术的惊人进步都依赖于深度学习和人工智能的巨大变革。深度学习是机器学习中一个新的研究方向,它被引入机器学习使其更接近于最初的目标-人工智能。过去几年里在多个领域产生显著的影响:自然语言处理技术、多媒体学习、自动化、计算机视觉、网络安全等。然而,大多数流行的深度神经模型,如卷积神经网络(CNNs)只应用于处理结构化网络(欧几里得)数据, 而不是直接适用于图形。

近些年来,在人工智能领域将深度学习技术扩展到非欧几里得数据的兴趣日益增长(包括图形),国内外研究院成员发展多种图形的深度学习模型,包括图形卷积模型、图形注意模型、混合模型和神经信息传递模型(GATs)。因此,在本课程中,教授将带领大家学习图神经网络的专业知识及其在交叉模型中分类和显示生成的应用。


在线课程教授

Prof. Pietro Lio' 英国剑桥大学终身教授


教授所在大学

剑桥大学(University of Cambridge), 在众多领域拥有崇高的学术地位及广泛的影响力。作为英语世界中第二古老的大学,同时也是全世界最顶尖的研究型大学之一。剑桥大学和牛津大学 (University of Oxford) 为英国的两所最优秀的大学,被合称为“Oxbridge”。

剑桥大学还是英国名校联盟“罗素集团”和欧洲的大学联盟科英布拉集团的成员。2018年,在 US News 的全球大学排名中位居第 7,全球大学毕业生就业竞争力排名中位居第 4;2020 年,在泰晤士高等教育的全球大学排名中位居第 1。


在线课程时间
开课时间
2020/03/07
结课时间
2020/04/11

在线科研目标
  • 学习人工智能及机器学习的基本理论和技术;
  • 图神经网络在数据科学领域的实际应用;
  • 通过解决问题,提升自我科研分析能力,扩大知识理解范围;
  • 进行科学调研,撰写科研报告和学术文章。

适合专业

适合学习或对人工智能/计算机/机器学习等学科感兴趣的学生。