报告时间:2024年11月20日(周三)下午12:30
报告地点:长安校区计算机学院320
报告人简介:
刘杰,计算机学院2019级博士研究生,师从尚学群教授,主要从事图神经网络、图异常检测、复杂图挖掘的研究,已在AAAI、IJCAI、ICDE、Nerual Networks等顶级学术会议及期刊上发表学术论文5篇。
项目概况及报告内容:
受学校研究生院领军计划资助,刘杰同学于2022年08月至2024年11月期间,到澳大利亚昆士兰大学计算机学院进行了为期27个月的学习访问,外方导师为澳大利亚Future Fellow阴红志副教授。访学期间,该生聚焦于图异常检测和图表示学习领域,并取得了一些显著成果。其研究涵盖了图数据的复杂特性以及异常检和分类算法的创新。共发表了三篇重要论文:《Imbalanced node classification beyond homophilic assumption》,《Bourne: Bootstrapped self-supervised learning framework for unified graph anomaly detection》,以及《Spatial-temporal Memories Enhanced Graph Autoencoder for Anomaly Detection in Dynamic Graphs》。这些论文中,该生提出了针对图数据特性的独特方法,解决了传统图算法在处理复杂、异质网络时遇到的挑战。
此外,该生在访学期间还积极参加了国际学术交流活动,包括在澳门举办的IJCAI 2023以及在荷兰举行的ICDE 2024。通过这些会议,我与领域内的专家和同行进行了深入的交流,获取了最新的研究进展和前沿动态,收获了宝贵的学术交流经验和成就感,为未来继续深入研究图数据挖掘打下了坚实的基础。
本次报告将介绍该生在澳大利亚昆士兰大学学习的收获和体会,以及在“图表示学习及异常检测”方面取得的成果,主要包括:不平衡异配图表示学习,静态图异常检测,动态图异常检测等。
计算机学院 研究生院
2024年11月14日
(审核:李春科)