报告题目：大型异构网络的可解释性分析
主讲人： 李晓东 香港大学博士后研究员
报告时间：2023年12月26日（星期二）14:30-15:30
报告地点：厦门大学翔安校区我院正信楼（1号楼）108
报告摘要：
福布斯研调显示大数据分析的行业规模已突破百亿美元，然而可解释性的缺失导致现有的图数据库缺乏基本的数据分析能力。这个问题在知识图谱被普遍建模为大型异构网络的今天尤显严峻。本次报告将借助高阶图分析来初步探讨如何定义异构网络的特征，提出高效算法以应对大规模异构网络的可扩展性需求，以及它在新冠流行性分析、药物推荐、可视化、预训练语言模型等对可解释性有较高要求的领域的具体表现。
Forbes survey shows that the revenues of big data analytics have reached tens of billions of US dollars; however, the lack of interpretability in the state-of-the-art graph databases make it impossible to answer some basic graph analytic queries. The problem is particularly challenging for large heterogeneous networks (HINs), which is the most popular data structure of the existing knowledge bases. This talk will leverage high-order graph analysis to define the graph properties of HINs, to develop efficient and scalable algorithms for large HINs, and to apply on tasks that require high interpretability, e.g., Covid-19 knowledge graph analysis, drug repurposing, HIN visualization, and pretrained language models.
报告人简介：
李晓东是香港大学的博士后研究员。他于香港大学获得计算机科学博士学位，于山东大学获得计算机科学与技术本科学位和泰山学堂荣誉学位。他的研究兴趣包括大规模图数据管理和挖掘等相关问题。他在Proceedings of the VLDB Endowment、Advanced Therapeutics等SCI期刊上共发表论文8篇，在中国计算机学会（CCF）A类国际会议上发表论文7篇。在博士阶段，他于香港大学获得University Postgraduate Fellowship (应届research postgraduates中获得者ratio < 5%), Jessie Ho Memorial Postgraduate Fellowship, Postgraduate Scholarship, Y S and Christabel Lung Postgraduate Scholarship等奖项；在博士后阶段, 他于大数据领域顶级评审组织VLDB授予SPEND grant for young researcher 2021、新加坡国立大学颁发的 Performance Bonus (PB) of Individual Performance Recognition 2022、世界领先的科技出版社Elsevier颁发的同行评议证书2022等。他于2023年12月担任数据挖掘国际会议IEEE ICDM的图数据研讨会分主席。
邀请人：软件工程系 张志宏副教授