4月24日，清华软件论坛第十五期特别邀请到香港中文大学系统工程与工程管理系程鸿教授作题为“Solving Graph Computation Problems using Graph Neural Networks”的学术报告。清华大学软件学院院长王建民、党委学生工作组组长闻立杰、宋韶旭副教授及二十余位师生现场参会。其他校内外师生、相关领域的校内外研究人员等分别通过腾讯会议、清华大学软件学院视频号等线上参会。本次学术论坛由王建民主持。

程鸿作报告

程鸿介绍了在图结构领域应用深度学习算法的一些挑战，分享了目前利用图神经网络对图进行建模和学习的前沿工作。第一个工作是利用图神经网络计算图编辑距离。该工作从经典的NP-Hard问题—图编辑距离计算问题出发，启发式地寻找一个最小的编辑距离。该方法首先使用图神经网络（GNN）预测图编辑距离，同时产生两个图之间顶点匹配的矩阵，进一步从匹配矩阵中获得相应编辑路径，可以用于计算图的相似性等任务，不仅能够获得准确的图编辑距离，并且能给出相应的编辑路径。第二个工作是利用图神经网络解决时间演化图(Time-Evolving Graph)的预测问题。该方法利用先进的深度图神经网络，首先对时间依赖与图的动态结构进行建模和学习，进一步结合长短时记忆网络（LSTM）与图神经网络（GNN），对图的演变过程进行预测，能够很好地应用于路况预测、通信故障预测等实际问题。

会议现场

在提问环节，参会师生围绕图神经网络、神经网络的迁移性、图编辑距离等兴趣点，以及神经网络的可解释性、大模型的应用等热点问题进行提问，程鸿逐一进行分析和详细解答。

【嘉宾介绍】

程鸿，香港中文大学系统工程与工程管理系教授。主要研究领域包括数据挖掘、数据管理等，尤其是在大规模图学习和图数据管理上的数据挖掘算法及其应用。