回放视频和PPT在最后面。
image-20210316220952405
KDD联合OGB等一众大佬(见下图)组织了KDD Cup 2021, 这是一场关于大规模图机器学习的竞赛。
image-20210316221359193
含金量很高,能刷到榜一的可以说是地表最强图神经网络。比赛项目涵盖了各种图机器学习任务,包括节点级别,边级别和图级别。
为了方便大家上手参加OGB竞赛,我们组织了如下的直播分享:
KDD Cup & OGB竞赛 赛题讲解/新手包/前榜一经验分享,安排如下:
甘全,亚马逊上海AI研究院应用科学家。研究方向为大规模图网络上深度学习的模型研究与系统开发。图神经网络框架DGL的核心开发成员之一。此前在复旦大学获得本科学位,并于纽约大学获得硕士学位。
本次主讲OGB KDD Cup 2021的基线模型介绍与训练感受。大纲如下:
李国豪,阿卜杜拉国王科技大学(KAUST)在读计算机科学博士生,是Bernard Ghanem教授领导的IVUL实验室成员之一。曾在商汤科技、Intel ISL实习。目前主要研究兴趣为图深度学习,计算机视觉和机器人学习。相关工作发表于国际会议期刊RSS,ICCV,CVPR和TPAMI。
大纲:
Github: https://github.com/lightaime/deep_gcns_torch/tree/master/examples/ogb
注:DeeperGCN在ogbn-products上霸榜了三个月!
胡子牛,UCLA博士三年级,导师Yizhou Sun。研究方向是图与符号推理。
主要分享内容:
刘子腾,南京大学化学化工学院理论与计算化学研究所(ITCC)博士研究生,导师是马晶教授,研究方向为利用机器学习研究分子与材料的电子结构性质,曾获得Alchemy Contest比赛冠军,在JCIM、AM、Chem等期刊上发表SCI论文10余篇。
本次报告中将简单介绍:
img
关超宇,清华大学硕士二年级,朱文武教授研究生,AutoGL开源库(https://github.com/THUMNLab/AutoGL)主负责人。研究方向为神经网络架构搜索、自动机器学习与NLP数据、图数据应用。目前以一作身份发表NAACL、ICML等A类会议论文2篇,AAAI、ICLR等workshop2篇。多次带队参与AutoML相关竞赛,曾获NeurIPS AutoWSL挑战赛亚军、AAAI MetaDL挑战赛冠军。2020.06开始主导AutoGL开源库的构建、维护工作,目前star 600+。
此次主题分享的主要内容为开源库AutoGL的简要介绍与实践,内容主要包括: