MLNLP学术Talk是MLNLP社区举办的学术交流活动，旨在邀请一线青年学者分享最前沿的技术，期待最精彩的思想火花碰撞。

本期MLNLP学术Talk特别邀请了北京航空航天大学王啸为我们带来“图神经网络的“共性”与“个性”的主题报告，由MLNLP秘书黄仕爵主持。 报告的详细信息如下：

王啸，北京航空航天大学副教授，鹏城实验室兼聘助理研究员。研究方向为图神经网络、数据挖掘与机器学习。共发表论文80余篇，其中CCF A类论文40余篇，ESI高被引论文2篇，6篇入选最有影响力论文榜单，1篇提名WWW 2021最佳论文, 1篇获得ICDM 2021最佳学生论文亚军，1篇获得2022世界人工智能大会青年优秀论文提名奖，成果多次写入图计算标准库PyG和DGL。出版教材一部，专著三部，著作章节一章。担任WWW/AAAI/IJCAI的高级程序委员会委员。主持多项国家自然科学基金和CCF-腾讯犀牛鸟科研基金。获得ACM 中国新星提名奖，入选斯坦福大学发布的全球Top 2%顶尖科学家榜单，AMiner评选的AI2000最具影响力学者，北京智源研究院青源会会员，CCF高级会员，CCFAI专委会执行委员。

图神经网络已成为当前深度学习领域的新浪潮，是目前学术界与工业界处理图数据的重要手段之一。虽然百花齐放的图神经网络在诸多领域都取得了理论或实践上的验证，然而深究其背后的机理，我们依然会存在诸多疑问：图神经网络的众多架构设计，是否遵循着某些基本原则，具有其内在统一性？这些基础原则如若发现，又能为理解和设计图神经网络带来怎样的启发？图神经网络相比于其他网络是否又具备某些个性特点？本次报告围绕以上问题对两类典型的图神经网络（半监督学习的图卷积网络和自监督学习的图对比网络）展开了初步思考，梳理不同架构或操作之间的联系，为我们审视与改进现有图神经网络带来新的视角。

黄仕爵，哈尔滨工业大学（深圳）硕士生，导师为徐睿峰教授，MLNLP社区秘书处成员。研究兴趣为任务型对话系统与自然语言处理。在多个国际会议EMNLP/COLING等参与发表相关论文。

特别鸣谢本次学术Talk的主要组织者:

MLNLP秘书处（黄仕爵、段然、陈麒光、刘洪宇）