学术盛会开场

9月19日，学校举办了一场学术交流活动。北京航空航天大学的王啸副教授与天津大学的张长青教授受邀出席，为师生们呈现了一场内容充实的学术讲座。学院的科研骨干及众多研究生代表汇聚一堂，一同倾听了专家们的精彩见解。此次活动的主持人是王莹洁副院长。

师生们得以拓宽视野，得益于这次学术交流的机会。他们得以接触前沿的科研成果，这对科研团队的核心成员深入研究课题大有裨益，同时，对研究生们而言，这样的机遇也有助于他们拓宽知识面。

王啸报告主题

王啸副教授在报告里对“图神经网络的共性基础初探”这一主题展开了讨论。他提出了一个核心问题：在众多图神经网络模型中，是否存在一种普遍认同的“价值观”？此外，他还深入研究了不同图对比学习模型是否遵循相同的“游戏规则”。

王啸在图神经网络研究方面有着独到的见解，这一点从他所提出的两个关键问题上便能明显看出；同时，这两个问题也成功引发了在场的师生们对该领域研究的浓厚兴趣；更有甚者，这些见解还为后续的深入研究开辟了新的路径。

王啸研究梳理

关于这个话题，王啸首先对两种常见的图神经网络进行了初步的探究，这两种网络一个是用于半监督学习的图卷积网络，另一个是用于自监督学习的图对比网络。他带领大家逐一分析这些不同结构或操作之间的内在联系。

经过仔细的研究和梳理，师生们对这两种图神经网络的特点有了更为深入的认识，它们之间的联系也变得更为明朗。这种理解将有助于他们在今后的学术探索中更加高效地运用和扩展这一领域的知识。

张长青报告内容

张长青教授的报告集中讨论了“低质多模态数据机器学习方法”这一议题，他在报告中详细分析了多模态数据之间错综复杂的联系。此外，他还提到，在众多实际应用场景中，由不同信息源产生的数据质量会因时间、空间和样本的不同而呈现出动态变化的特点。

他的报告针对实际问题展开，为研究多模态数据的师生们开辟了新的思考方向，便于大家更深入地理解和有效处理实际应用中数据质量的变化。

张长青方法介绍

张长青在此基础上，对处理低质量多模态数据的常用技术进行了详尽的阐述。同时，他深入剖析并解读了这些技术所依托的理论基础。

这些方法和理论框架，对于致力于多模态数据机器学习研究的师生来说，形成了一个宝贵的知识宝库；它们在促进该领域研究发展上，扮演着至关重要的角色。

深度交流解惑

报告落幕之后，王啸与张长青二位专家同学院师生展开了深入的交流，并对他们提出的问题进行了细致的解答。交流会上，场面活跃，师生们踊跃提问，而专家们则不厌其烦、专业地一一作出回应。

经过一番深入的交流和讨论，师生们对图神经网络的理解更加深入，同时对于多模态数据也有了更为清晰的认识。在此过程中，之前研究中的诸多疑问也逐步得到了解决，这些进展无疑对学术研究的不断进步起到了积极的推动作用。

专家强大背景

王啸，北京航空航天大学的副教授，同时也是博士生导师和国家优青基金获得者。他的研究领域集中在图神经网络、数据挖掘以及机器学习等方面。他发表了大量论文，成绩斐然，并身兼数个重要学术职务，赢得了众多荣誉。

张长青，天津大学的教授，还是一位博士生导师，荣获了国家青年拔尖人才的称号。他专注于多模态机器学习以及不确定性机器学习的研究领域。在国内外顶级学术期刊和会议上，他发表了百余篇论文。他的研究成就屡获殊荣，并且频繁地登上各类顶尖排行榜。

与会师生在这次活动中得到了很多收获，你有没有兴趣加入这种学术讨论？不妨点赞，并将这篇文章分享出去，让我们共同探讨你的见解！

相关热词