图神经网络前沿

作者简介

石川 北京邮电大学教授，智能通信软件与多媒体北京市重点实验室副主任。主要研究方向为数据挖掘、机器学习、人工智能和大数据分析。近 5 年来，以第一作者或通讯作者的身份在 CCF A 类期刊和相关会议上发表论文 60 余篇，出版中、英文专著 5 部。相关研究成果广泛应用于头部 IT 企业。获得中国电子学会科学技术科技进步奖一等奖、北京市自然科学二等奖。 王啸 北京航空航天大学教授，博士生导师。研究方向为数据挖掘与机器学习。主持国家自然科学基金优秀青年基金等项目，发表论文 100 余篇，3 次获得 / 提名 CCF A/B 类等国际会议论文奖。荣获教育部自然科学奖一等奖、中国电子学会科学技术进步奖一等奖、吴文俊人工智能优秀青年奖和 ACM 中国新星提名奖。曾入选斯坦福大学发布的“全球前 2% 顶尖科学家”和 AMiner 评选的“AI 2000 最具影响力学者”。 杨成 北京邮电大学副教授，研究方向为数据挖掘和自然语言处理。发表相关领域 CCF A/B 类论文 50 余篇，相关成果获得教育部自然科学奖一等奖。曾获中文信息学会优秀博士论文奖，入选 AMiner 评选的“AI 2000 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。

内容简介

1. 本书全面介绍了图神经网络的基础和前沿内容，以及图表示学习的基本概念和定义，并讨论了高级图表示学习方法的发展； 2. 国内图领域研究领域优秀团队核心成员共同编写，适合所有想了解图神经网络基本问题和技术的人，包括但不限于高等院校计算机专业高年级本科生及研究生、科研人员以及相关从业者。 3. 涵盖图神经网络的几个前沿主题，例如利用图数据描述社会科学、化学和生物学等领域的真实数据的关系等。