本期为 TechBeat人工智能社区 第 399 期 线上Talk。北京时间 4月21 日 (周四)20:00 ，新泽西理工学院助理教授—— 马耀 的Talk将准时在TechBeat人工智能社区开播！

他与大家分享的主题是: “ 图的同质性（homophily）是GNN的必要条件吗？ ”，届时将分享他们如何揭露了GNN可以在某些满足特定条件异质图上取得很好的效果。

Talk·信息

主题： 图的同质性（homophily）是GNN的必要条件吗？

嘉宾： 新泽西理工学院助理教授马耀

时间：北京时间 4 月21日 (周四) 20:00

地点：TechBeat人工智能社区

http://www.techbeat.net/

完整版怎么看？

扫描下方二维码，或复制链接 https://datayi.cn/w/4PKOX80P 至浏览器，一键完成预约！上线后会在第一时间收到通知哦

Talk·提纲

图神经网络已经被广泛应用于各类图相关的机器学习任务中。当它们被用于节点分类任务时，图神经网络的成功常常被归功于图的同质性（homophily）。它们也常常被认为不能被用于异质图（不相似的节点更倾向于相连的图）。我们的工作揭露了GNN可以在某些满足特定条件异质图上取得很好的效果。我们仔细分析刻画了这些条件，并通过实验加以验证。

具体分享提纲如下：

1. 图和图神经网络简介

2. 图神经网络和图的同质性

3. 图神经网络在怎样的图上可以取得不错的效果？

Talk·预习资料

Is Homophily a Necessity for Graph Neural Networks? https://openreview.net/forum?id=ucASPPD9GKN

Talk·提问交流

通过以下两种方式提问都将获得 微信现金红包奖励 哦！

方式 ①

在Talk界面下的 【交流区】 参与互动！留下你的打call🤟和问题🙋，和更多小伙伴们共同讨论，被讲者直接翻牌解答！

你的每一次贡献，我们都会给予你相应的i豆积分，还会有惊喜奖励哦

方式 ②

在本文留言区直接提出你的问题，或扫描下方二维码提问！

Talk·嘉宾介绍

马耀是新泽西理工学院（New Jersey Institute of Technology）计算机系的助理教授。他目前的研究领域为数据挖掘和机器学习，研究兴趣包括但不限于图神经网络及其在医疗健康、推荐系统、社会计算等领域的应用，知识图谱以及机器学习模型的健壮性等。他是密歇根州立大学杰出博士生奖以及 NSF CRII Award获得者。他的论文多次发表在机器学习，数据挖掘的顶级会议和期刊（如ICLR，ICML，KDD，WWW，SIGIR和TKDE等）。他是AAAI图神经网络和KDD图深度学习教学讲座的主要组织者和演讲者，并写作了图深度学习方向的重要学术图书Deep Learning on Graphs（中文版：《图深度学习》）。

个人主页：

https://web.njit.edu/~ym329/

关于TechBeat人工智能社区

TechBeat ( www.techbeat.net ) 是一个荟聚全球华人AI精英的成长社区。 我们希望为AI人才打造更专业的服务和体验，加速并陪伴其学习成长。 期待这里可以成为你学习AI前沿知识的高地，分享自己最新工作的沃土，在AI进阶之路上的升级打怪的根据地！

更多详细介绍>> https://mp.weixin.qq.com/s/pTbCK_MeTk05jK2yx1RTrQ