AAAI 的英文全称是 Association for the Advance of Artificial Intelligence——美国人工智能协会。该协会是人工智能领域的主要学术组织之一，其主办的年会也是人工智能领域的国际顶级会议。在中国计算机学会的国际学术会议排名以及清华大学新发布的计算机科学推荐学术会议和期刊列表中，AAAI 均被列为人工智能领域的 A 类顶级会议。

AAAI 2021一共收到9034篇论文提交，其中有效审稿有7911篇，最终录取的数量为1692篇，接收率为21.4%。本届会议将于2月2日-2月9日全程线上举办。

AI 科技评论现特别策划了AAAI 2021系列论文分享课程，1月30日（周六）14：00-16：00 ，AI 科技评论联合北邮GAMMA Lab开办AAAI 2021论文线上分享——北邮GAMMA Lab专场。北邮GAMMA Lab两位嘉宾——薄德瑜&赵健安，将作客AI研习社AAAI 2021论文解读直播间，分别为大家详细介绍他们被收录的有关图神经网络的论文工作。每位嘉宾分享完都将有问答环节，欢迎大家积极参与讨论，一起探讨相关学术问题。

分享流程

分享嘉宾

▲薄德瑜

薄德瑜，北京邮电大学二年级博士生，研究方向包括谱图神经网络，图信号处理等。

分享主题

《图神经网络中的低频和高频信息》

分享时间

2021年01月30日（周六）14：00-15：00

分享背景

图神经网络已被证明在各种与网络相关的任务中都是有效的。然而现有的大多数图神经网络通常都只利用节点特征中的低频信号，这引起了一个基本问题：在实际应用中，我们是否只需要低频信号？为了回答这个问题，我们首先进行了一项实验研究，评估了低频信号和高频信号的作用，结果清楚地表明，仅使用低频信号不能在不同的网络中学到有效的节点表示。为了解决这一问题，在本次分享中，我们介绍发表在AAAI 2021上的最新工作，频率自适应图神经网络。

分享提纲

1.图上的低频和高频信号

2.对低频和高频信号的实验研究

3.频率自适应图神经网络

论文地址

src="http://p2.qhimgs4.com/t0104c529fb0bd0165e.jpg">

▲赵健安

赵健安，北京邮电大学2020级硕士毕业生，研究方向包括谱图神经网络、图结构学习等。

分享主题

《图神经网络的异质图结构学习》

分享时间

2021年01月30日（周六）15：00-16：00

分享背景

近年来，异质图神经网络引起了广泛关注并应用在各种下游任务上。现有异质图神经网络模型通常依赖于原始的异质图结构并暗含着原始图结构是可靠的假设。然而，这种假设往往并不现实，异质图结构普遍存在噪声和缺失的问题。因此，如何为异质图神经网络学习一个合适的图结构而不是依赖于原始图结构是一个关键问题。为解决这一问题，在本次分享中，我们介绍发表在AAAI 2021上的最新工作——图神经网络的异质图结构学习。

分享提纲

1.异质图结构学习的必要性及挑战

2.HGSL 框架介绍

3.实验结果讨论

论文地址

src="http://p1.qhimgs4.com/t01f3b04ccc18283325.jpg">

Bilibili直播间：http://live.bilibili.com/5612206

扫码添加小助手微信，回复【AAAI】进入AAAI交流群，如有学术工作想要分享也欢迎和我们联系沟通。