在ICLR2019中,Jure Leskovec 团队的一篇力作,图神经网络到底有多厉害( How Powerful are Graph Neural Networks) ?提出了基于WL图同构测试的理论框架,为众多的GNN框架给出了精彩的理论分析,并提出了一个简单但强大的图网络框架 GIN(Graph Isomorphism Networks),同时验证了GIN在图分类任务上的卓越性能。这篇文章认为...
在ICLR2019中,Jure Leskovec 团队的一篇力作,图神经网络到底有多厉害( How Powerful are Graph Neural Networks) ?提出了基于WL图同构测试的理论框架,为众多的GNN框架给出了精彩的理论分析,并提出了一个简单但强大的图网络框架 GIN(Graph Isomorphism Networks),同时验证了GIN在图分类任务上的卓越性能。这篇文章认为...
在Jure Leskovec 看来,我们可以构建一个 GNN 任务空间,在给定某项任务、某个数据集的情况下,我们将训练一组「锚模型」来完成该任务。接着,我们可以通过对模型进行排序来量化它们在特定任务上的性能差异。 Jure Leskovec 等人通过各个锚模型性能的肯德尔等级相关稀疏来计算这些任务之间的相似度。如图 43 所示,每一个...
新浪科技讯 9月25日上午消息，在INCLUSION·外滩大会的“图智能 - 图解金融难题”论坛上，斯坦福大学教授，Pinterest首席科学家Jure Leskovec发表演讲称，各种新方法的应用使得AI技术获得了极大发展，人脸识别、自动驾驶等方面取得了令人惊奇的进步，这种进步的最大驱动力就是深度学习革命，是深度学习技术的发展造就了这个...
在斯坦福,Jure Leskovec成立了一个基础模型研究中心,这个跨学科团队,包含30多名教师、200名学生和博士后组成。涵盖了计算机到医疗、教育、法律、经济学、哲学以及人文和科学等各个领域。使命是使基础模型更加透明和易于获取。待读文章 关于基础模型的机遇与风险 Bommasani R, Hudson D A, Adeli E, et al. On the...
Jure Leskovec,斯坦福大学计算机学院教授,图表示学习方法 node2vec 和 GraphSAGE 的创始人之一,开创了图神经网络领域,并与他人合著了使用最广泛的图神经网络库 PyG。他的研究贡献涵盖社交网络、数据挖掘和机器学习,以及以药物发现为重点的计算生物医学。 目录 ...
在AAAI 2021 图深度学习 Workshop 上,来自斯坦福大学的著名学者 Jure Leskovec 发表了题为「Design Space for Graph Neural Networks」的主题演讲,介绍了其团队近期为推动图学习社区发展所做出的两项奠基性工作:Open Graph Benchmark 以及「图神经网络的设计空间」。该工作由 Jure Leskovec 和其团队的成员 Jiaxuan You...
Jure Leskovec是何许人也? 斯坦福大学计算机学院的副教授,也是graph2vec和GraphSAGE的作者之一. 在Google Scholar上,Jure有近45000篇论文被引用,H指数为84。这是什么意思? 在美国,研究型大学必须获得永久教授职位。H指数一般为10到12,晋升教授的人数约为18人。成为美国科学院院士一般在45岁以上,中位数为57。Jure 84...
Michihiro Yasunaga, Armen Aghajanyan, Weijia Shi, Rich James, Jure Leskovec, Percy Liang, Mike Lewis, Luke Zettlemoyer, and Wen-tau Yih. Retrieval-augmented multimodal language modeling. 2023. Sheng Zhang, Yanbo Xu, Naoto Usuyama, Jaspreet Bagga, Robert Tinn, Sam Preston, Rajesh Rao, Mu ...