基于圖神經(jīng)網(wǎng)絡的網(wǎng)絡表示學習研究

　　本書基于圖神經(jīng)網(wǎng)絡研究網(wǎng)絡表示學習，具體內(nèi)容包括：改進了高階圖卷積神經(jīng)網(wǎng)絡、圖注意力網(wǎng)絡、自編碼架構和圖的小波神經(jīng)網(wǎng)絡等模型，構建網(wǎng)絡表示學習模型，并在圖基礎任務（如鏈路預測和節(jié)點分類）上取得了有效的性能。此外，本書采用前沿的圖對比學習架構，通過增強圖數(shù)據(jù)表示有效緩解數(shù)據(jù)稀疏問題，并在知識圖譜的基礎任務上顯著提升性能。本書面向圖數(shù)據(jù)應用，提出一種關系感知的異構圖神經(jīng)網(wǎng)絡模型，可進行關系預測設計，并通過實驗驗證其優(yōu)越性能。本書所提出的算法對當下熱門的圖學習領域進行了拓展，能夠成功應用于推薦系統(tǒng)、關系預測、交通流預測等網(wǎng)絡分析任務，為現(xiàn)實世界中的復雜問題提供了全新的解決方案。

　　莫先，寧夏大學副教授，碩士生導師，寧夏大學“以人為中心的可信計算”科技創(chuàng)新團隊骨干成員。研究領域為人工智能與大數(shù)據(jù)，重點聚焦圖神經(jīng)網(wǎng)絡、擴散模型和大語言模型在圖學習領域的研究，該研究應用于鏈路預測、節(jié)點分類、推薦系統(tǒng)、社團檢測、藥物發(fā)現(xiàn)等具體領域。近5年來，其代表性成果包括中科院SCI-區(qū)Top論文6篇，中國計算機學會CCF推薦的B類期刊和中科院SC1二區(qū)論文3篇；主持國家自然科學基金青年科學基金項目1項和寧夏回族自治區(qū)自然科學基金優(yōu)秀青年項目1項。