beat365中文官方网站

信息技术研究生论坛

时间：2022年6月18日（星期六）15:00-17:00

地点：beat365中文官方网站604

报告题目：关于异构图的多关系推荐

报告人：王文广

报告简介：在推荐系统中，为了给出更准确的推荐信息，一个趋势是考虑与用户偏好相关的更多信息。例如在电商系统中，点击或交易是优化目标，但还有很多其他的用户与商品之间的交互行为，如浏览、加购等。这些行为为用户偏好提供了有价值的信息。为了使用这些交互行为信息，目前的一些推荐算法基本遵循协同过滤学习的模式，没有对用户交互的多阶信息进行显式的建模。另一方面，目前使用图卷积网络的推荐算法集中在使用同构关系的图上，缺少对多种关系的深入探索。基于此一种基于多关系异构图的推荐算法，显式地对user-item之间的多阶关系建模，并使用非抽样优化方法进行多目标学习。

报告题目：非冗余聚类的自动参数选择

报告人：杨田川

报告简介：高维数据集通常在不同的子空间中包含多个有意义的聚类。例如，对象可以按颜色、重量或大小聚集，从而显示给定数据集的不同解释。有多种方法可以识别这种非冗余集群。但是，大多数这些方法都要求用户指定子空间和每个子空间的簇的预期数量。声明这些值不是一个简单的问题，通常需要对输入数据集有详细的了解。本报告讨论一个框架，它利用最小描述长度原则(MDL)自动检测子空间和每个子空间的簇数，描述了一个通过分割和合并子空间和子空间中的簇来贪婪地搜索参数空间的有效过程。

报告题目：基于图神经网络从单细胞ATAC-seq数据推断转录因子调控网络

报告人：孙逊

报告简介：序列特异性转录因子(Sequence-specific transcription factors, TFs)是真核生物基因调控的关键效应因子，它们调控着成百上千的下游基因。特别值得关注的是特定TF调控其他TF的相互作用;这些相互作用定义了TF调控网络(TRNs)，它是细胞特性和主要功能的基础。染色质可达性描述了DNA序列是否具有物理可达性，并提供了转录调控的直接测量。本次报告将报告一种名为DeepTFni的新计算方法，利用测序(scATAC-seq)数据从转位酶可及性染色质单细胞测定中推断trn。通过实现一种更适合网络表示的图神经网络，DeepTFni在有限的细胞数量下支持TRN推理方面表现出了出色的性能。

欢迎广大师生踊跃参加！