报告承办单位: 数学与统计学院

报告内容:  图神经网络基础和应用

报告人姓名: 卢江林

报告人所在单位: 美国东北大学

报告人职称/职务及学术头衔: 博士

报告时间: 2026年2月6日上午9:00 -10:00

报告地点: 长沙理工大学云塘校区理科楼A-212

邀请人： 周杰

报告摘要:

图神经网络（Graph Neural Networks, GNNs）作为一类能够直接建模非欧几里得结构数据的深度学习方法，近年来在推荐系统、分子建模、知识图谱、社交网络分析等领域取得了显著进展。本报告系统性地介绍图神经网络的基础理论与核心方法，重点阐述其建模动机、基本框架以及代表性模型。本报告旨在为听众建立对图神经网络的系统性理解，并为进一步研究和应用奠定理论基础。

报告人简介:

卢江林，美国东北大学电子与计算机工程系博士，师从欧洲科学院院士, ACM/ IEEE Fellow, Raymond Fu教授。曾在Amazon, Adobe Research和腾讯音乐娱乐实习。在NeurIPS, ICLR, ICCV, EMNLP 等会议及IEEE TYCB, IEEE TNNLS等国际期刊上发表多篇文章。目前研究兴趣主要集中在生成式人工智能、多模态对齐、视觉-语言模型、强化学习和图学习等方面。