薛艳锋
吕梁学院，计算机科学与技术系
邀请人：李香林
过去十年，图神经网络(Graph Neural Networks,GNNs)在同配网络(homophilic networks)的应用上取得优异的性能。然而，现实生活中存在大量的异配网络(heterophilic networks)。以网络节点分类为例，当图神经网络泛化到异配网络时，分类性能严重下降，甚至不及只考虑节点属性的多层感知机。本报告将讨论图神经网络如何泛化到异配网络的两种具体方法。
薛艳锋，吕梁学院计算机科学与技术系讲师，主要研究领域为图神经网络、机器学习、深度学习。参与国家自然科学基金项目2项，主持省级项目3项，市级项目1项，发表学术论文10余篇，出版专著2部，授权实用新型和软件著作权40余项。
