近日,中国人民大学高瓴人工智能学院魏哲巍教授团队发表2篇图计算与图学习相关综述文章,分别被国际期刊IEEE知识与数据工程汇刊(IEEE Transactions on Knowledge and Data Engineering,简称TKDE)和国产期刊计算机科学前沿(Frontiers of Computer Science,简称FCS)录用并发表。两篇综述分别聚焦于Personalized PageRank的高效计算和动态图神经网络这两个研究热点,调研了最新研究进展和主要技术路线,且详细介绍了各种技术的实现方式和应用场景,期望能为深入探讨两个研究方向的学者们提供更系统的理解和参考。
论文介绍
论文题目:Efficient Algorithms for Personalized PageRank Computation: A Survey
论文作者:杨铭基、王涵之、魏哲巍、王思博、文继荣
通讯作者:魏哲巍
论文概述:个性化PageRank(Personalized PageRank,简称PPR)是度量大规模图数据中节点邻近度的一种经典指标。对于图中的一对节点s和t,t相对于s的PPR值等于从s出发的α-衰减随机游走终止于t的概率,该指标反映了s和t之间的一种双向重要性。作为谷歌著名的PageRank中心度指标的一种推广,PPR已得到广泛研究,并在网络分析、图挖掘和图机器学习等许多领域得到了多方面的应用。尽管几十年来已有许多关于PPR的研究, PPR的高效计算却仍是一个具有挑战性的问题,并且现有工作缺乏对已有算法的系统性总结与比较。本文总结了几种常用于PPR计算的基本技术,并从算法角度对各种近期的PPR算法进行了全面的调研。本文根据解决的查询类型对这些算法进行了分类,并总结了它们的方法和贡献,同时还讨论了一些在动态图以及并行或分布式环境中计算PPR的代表性算法。
论文链接:
https://ieeexplore.ieee.org/document/10471277/(arXiv版本:https://arxiv.org/abs/2403.05198)
期刊介绍:TKDE是在知识与数据工程领域内享有盛誉的国际学术期刊,其涵盖的主题包括数据管理、数据挖掘、知识发现、数据库与数据系统设计等。TKDE被中国计算机学会(CCF)推荐为A类国际期刊,目前影响因子为8.9。
论文介绍
论文题目:A Survey of Dynamic Graph Neural Networks
论文作者:郑艳萍、易璐、魏哲巍
通讯作者:魏哲巍
论文概述:近年来,图神经网络作为建模非结构化数据的强有力工具引起学术界和工业界的广泛关注。随着图神经网络研究的深入,越来越多学者开始关注动态图。动态图,顾名思义,是会随着时间发生结构、属性变化的网络。相比静态图,动态图是对真实世界网络更为精确的建模,极具研究意义。本文详尽地介绍了近年来动态图神经网络的研究进展,包括动态图神经网络的基本概念、重要技术以及已有的动态图神经网络工作。除此之外,本综述还介绍了已有大规模动态图模型和系统,总结了常用的动态图数据集和评测框架,并讨论了一些最新的研究方向和未来可能的研究方向。
论文链接(open access):https://journal.hep.com.cn/fcs/EN/10.1007/s11704-024-3853-2
期刊介绍:FCS创刊于2007年,由高等教育出版社和施普林格自然联合发行,主要刊登计算机科学领域的创新性综述论文、研究论文等,主编为周志华教授,共同主编为熊璋教授。FCS致力于为全球计算机学者提供一个高水平的交流平台,学术影响力得到广泛认可,目前已被SCI、EI、Scopus、DBLP、CSCD等收录,最新影响因子4.2,位于Q1区,为CCF推荐B类期刊,计算领域高质量科技期刊分级目录T1类。
检测到您当前使用浏览器版本过于老旧,会导致无法正常浏览网站;请您使用电脑里的其他浏览器如:360、QQ、搜狗浏览器的速模式浏览,或者使用谷歌、火狐等浏览器。