2022年6月15日下午2:30，由山东科技大学人工智能学部主办、计算机科学与工程学院承办的青年学者沙龙“图神经网络的研究进展与思考”在腾讯会议线上举办。

本次沙龙由计算机学院赵中英老师主持，邀请了北京邮电大学王啸老师、天津大学金弟老师、中国海洋大学于彦伟老师作特邀报告。来自山东科技大学、中国石油大学（华东）、青岛科技大学的共计110余名青年教师与研究生参加了本次活动，并针对GNN的前沿问题开展了热烈的思辨与讨论。

北京邮电大学王啸副教授作了题为“Trustworthy Graph Neural Network”的特邀报告,分别从信任性（confidence）、稳定性（stability）、鲁棒性(robustness)、可解释性（explainability）这四个方面分享了可信图神经网络的设计方法与思路，并深度分析了其背后的本质问题。王老师的报告深入浅出、透彻明了，丰富的知识、清晰的逻辑、开阔的视野拓宽了参会师生的学术视野，对图神经网络的建模研究有了更深层次的理解。

图1 王啸副教授作报告

天津大学金弟副教授作了题为“复杂认知图神经网络”的特邀报告，金老师指出图神经网络（GNN）自提出以来迅速得到了学术界和工业界的青睐，成为AI的研究热点。本报告首先介绍了GNN针对复杂图结构的建模与求解方法，然后介绍如何使GNN更加聪明的认知GNN设计方法。之后，介绍了GNN在丰富文本网络的应用及网络中属性缺失情况下的解决方法。金老师的分享思路清晰、逻辑严谨，引起了广大师生的兴趣。

图2 金弟副教授作报告

中国海洋大学于彦伟副教授作了题为“从大规模网络表征学习到时空表征学习”的特邀报告，分别从大规模属性网络表征学习和时空表征学习两方面展开，首先介绍了快速多层异质网络表征，融合motif的动态属性网络表征和多层异质图卷积网络的相关研究，之后从时空位置（兴趣点）推荐，全城交通车流量推理，轨迹用户链接等具体应用上展开讲述。于老师不仅从理论上有所分析，更是理论联系实际，应用到实际问题中。于老师的报告十分精彩，让参会的师生受益颇丰。

图3 于彦伟副教授作报告

在学术报告后，同学们就图神经网络相关问题分别向三位老师提问，并开展了热烈的讨论和思辨。

图4 参会人员线上合影

本次“图神经网络的研究进展与思考”青年学者沙龙活动，拓展了青年教师和研究生的研究视野，激发了大家的研究兴趣和热情，加深了对图神经网络相关内容的理解与认识，大家反映收获颇丰。