今晚九点图网络读书会直播 | 第34期：深度图卷积神经网络

直播预告

10月28日（周一）21:00-21:40，集智图网络线上读书会将进行新一期的论文分享直播，欢迎感兴趣的朋友参与。

直播主题：

DeepGCNs: Making GCNs Go as Deep as CNNs

卷积神经网络（CNN）在各种领域取得了令人瞩目的成果。他们的成功得益于能够训练非常深的CNN模型的巨大推动力。 尽管取得了积极的成果，但CNN未能正确解决非欧几里德数据的问题。 为了克服这一挑战，利用图卷积网络（GCN）构建图来表示非欧几里德数据，并借用CNN的相关概念并应用它们来训练这些模型。 GCN显示出不错的结果，但由于梯度消失问题，它们仅限于非常浅的模型。因此，大多数最新型的GCN算法都不会超过3或4层。 作者提出了成功训练非常深层的GCN的新方法。他们借用CNN的概念，主要是residual / dense connections（残差、密集连接） 和 dilated convolutions（膨胀卷积、扩张卷积、空洞卷积） ，使它们能够适应GCN架构。

论文题目：DeepGCNs: Making GCNs Go as Deep as CNNs论文地址：https://arxiv.org/abs/1910.06849

主讲人：陈孟园

直播地址：集智俱乐部 B 站直播间

👀关注B站主播“集智俱乐部”

不错过每一场集智重磅直播

直播地址：

https://live.bilibili.com/8091531

直播时间 ：21:00-21:40

集智图网络线上读书会公开招募

图神经网络是深度学习领域的前沿热点议题，尤其是图网络（GraphNetworks）提出以来，深度学习有了实现因果推理的潜力。为了持续追踪相关领域的前沿进展，集智俱乐部联合北师大系统科学学院张江课题组，组织了以图网络为主题的线上读书会，研讨最新论文，孕育研究思路。码

每一期线上读书会由一位成员主讲，形式为论文分享，时间为每周一21:00-21:40。加入读书会群需报名审核，原则上参与者应有能力独立完成一次线上分享。如果你也正在从事图网络与深度学习方面的研究工作或技术实践，或者对该领域有强烈的学习意愿，欢迎填写报名表，申请加入“集智图网络论文分享小组”！ 

报名请扫下方小程序码，填写报名表。填表之后会有入群方式。

编辑：张爽

往期论文解读

• 第三十二期图网络论文解读
• 时间：10 月14日 周一
• 主讲人：张章
• 论文题目：
  Hamiltonian Graph Networks with ODE Integrators
• 论文地址：
  https://arxiv.org/abs/1909.12790
• 视频回放：
http://campus.swarma.org/play/coursedetail?id=11020

• 第三十一期图网络论文解读
• 时间：10 月07日 周一
• 主讲人：胡乔
• 论文题目：

  The HSIC Bottleneck : Deep Learning without Back-Propagation

• 论文地址：
  https://arxiv.org/abs/1908.01580
• 视频回放:
http://campus.swarma.org/play/coursedetail?id=11013
• 第三十期图网络论文解读
• 时间：9月30日 周一
• 主讲人：王忠庆
• 论文题目：

  Supergraph Search in Graph Databases via Hierarchical Feature-Tree

• 论文地址：

  https://ieeexplore.ieee.org/document/8354892

• 视频回放：
http://campus.swarma.org/play/coursedetail?id=11017

---

集智俱乐部QQ群｜877391004商务合作及投稿转载｜[e-mail]

◆ ◆ ◆

搜索公众号：集智俱乐部

加入“没有围墙的研究所”

让苹果砸得更猛烈些吧！