报告题目: Network Representations Learning with Edge Attributes融合链接属性的网络特性学习方法

报告人：刘世超  博士

报告时间：2018年9月11日（周二）16：00

报告地点：逸夫楼C座314会议室

摘要：

网络特征学习是近年来网络建模的研究热点，通过网络嵌入学习后，任意结点都可以用一个固定的低维度向量来表示。现有的网络嵌入模型主要分为两类，基于网络的拓扑结构的方法和融合网络的拓扑结构和结点特征的方法。此次报告将讨论一种以链接为视角的特征处理方法，该方法可以捕捉网络中结点间的动态交互模式，刻画更细粒度的网络结构特性，并且在分类、聚类和可视化等任务中表现出了该方法的性能提升。

报告人简介：

刘世超博士曾就职于华为技术有限公司，担任公司硬件装备部门的软件架构师。他于2017年毕业于武汉大学计算机学院，是武汉大学与纽约州立大学宾汉姆顿分校的联合培养博士生，科研领域是机器学习、数据挖掘、社交网络分析。