題  目：圖和時間序列的基礎模型

内容簡介：自然語言處理的基礎模型(LLM)近期引起了廣泛的研究關注。除了文本，我們的世界充滿了各種類型的數據，如圖和時間序列。我們能否構建一個與這些數據兼容并實現領域和任務泛化的基礎模型?在這次演講中，我将介紹我們在這個主題上的最新研究工作。

首先，我們将重點放在圖上，這與文本相比顯示出了顯著的領域轉變。為了解決這個問題，我們從三個角度探讨這個主題: 1、在數據方面，我們評估了來自不同領域圖的可轉移性，并試圖回答“何時進行預訓練”的問題。2、在模型方面，傳統的圖神經網絡受到同質性假設的約束，使得其在異質圖中的應用面臨挑戰。此外，過度平滑問題阻礙了圖神經網絡（GNNs）參數的增加。我們研究了解決這些問題的解決方案，以增強了圖神經網絡（GNNs）的泛化和表達能力。3、在應用方面，我們深入研究了如何使預訓練的圖神經網絡（GNNs）能夠适應下遊任務。

接下來，我們展示了我們在時間序列分析方面的工作，重點關注腦神經科學的交叉點。我們利用立體腦電圖(SEEG)技術記錄腦信号。這種方法需要将深度電極插入人腦，使得可以實現皮質和皮質下結構進行記錄。通過研究大腦信号的擴散模式，我們将主要特征作為我們基礎模型的基石:信号之間的時空相關性，這可以通過自監督預訓練來捕獲。通過将計算機科學和神經科學相結合，我們的研究旨在對腦部疾病的理解和治療做出重大貢獻，其中癫痫病就是一個很好的例子。

報告人：楊洋

報告人簡介：浙江大學計算機科學與技術學院副教授、博導、人工智能系主任，國家優

青項目獲得者。博士畢業于清華大學計算機系，師從唐傑教授和李涓子教授。曾訪問美國康奈爾大學，與圖靈獎得主John Hopcroft教授合作。主要從事面向大規模圖數據及時間序列數據的人工智能研究，發表國際頂級學術期刊/會議論文50餘篇，獲人工智能頂會AAAI 2023傑出論文獎。擔任國際期刊IEEE Transactions on Big Data編委、中國中文信息學會社會媒體處理專委會常委以及KDD、WWW、AAAI等國際學術會議程序委員會委員。

主持人：劉子韬

時  間：2023年11月9日（周四）下午15：00 開始

地  點：曾憲梓科學館523會議室

騰訊會議：694-549-889

熱烈歡迎廣大師生參加!

廣東智慧教育研究院/太阳集团1088vip/網絡空間安全學院

2023年11月8日