报告题目：基于对比图神经网络的半监督学习方法
报告专家：宫辰教授
报告时间：2023年6月14日（周三）16:15
报告地点：长望楼N102
主持人：郑钰辉教授、孙乐副研究员
报告人简介：
宫辰，南京理工大学计算机科学与工程学院教授、博导，入选中组部国家级青年人才计划，江苏省杰青。主要研究机器学习、模式识别，尤其关注弱监督学习问题。在世界顶级期刊或会议上发表110余篇学术论文，主要包括IEEE T-PAMI, IEEE T-NNLS, IEEE T-IP, ICML, NeurIPS, CVPR, AAAI, IJCAI等，另有8项发明专利获得授权。目前担任SCI期刊IEEE T-CSVT、Neural Processing Letters副编委，AIJ、JMLR、IEEE T-PAMI、IJCV等30余家国际权威期刊审稿人，以及ICML、NeurIPS、ICLR、CVPR、ICCV、ECCV、AAAI、IJCAI、ICDM等多个国际会议的(Senior)PC member。曾获吴文俊人工智能优秀青年奖、中国科协“青年人才托举工程”、中国人工智能学会“优秀博士学位论文”、上海市自然科学二等奖等，并入选百度发布的全球华人AI青年学者榜单。
报告（内容）摘要：
半监督学习旨在利用少量的已标记样本及大量的未标记样本来获得准确的分类器。为了解决半监督学习中监督信号稀缺的问题，本次报告将探讨如何利用图对比学习这一自监督学习手段来获得丰富的监督信息以辅助训练。具体地，报告将从图节点特征和图拓扑结构出发，介绍基于对比图泊松网络的半监督学习以及基于对比生成式图神经网络的半监督学习。所提方法有利于获得图的更准确的表征，从而实施准确分类。进一步，报告将介绍相关算法在高光谱图像分类中的应用。相关成果发表于NeurIPS、AAAI、IEEE T-GRS等期刊或会议。
欢迎广大师生踊跃参加！
计算机学院、网络空间安全学院
2023年6月12日