本期为TechBeat人工智能社区第594期线上Talk。
北京时间5月23日(周四)20:00,电子科技大学张宇臣的Talk将准时在TechBeat人工智能社区开播!
他与大家分享的主题是:“GEOM-如何实现无损的图压缩”,届时将向大家介绍一种高性能且健壮的图数据集压缩方法。
Talk·信息
主题:GEOM-如何实现无损的图压缩
时间:北京时间5月23日(周四)20:00
地点:TechBeat人工智能社区
http://www.techbeat.net/
Talk·介绍
图压缩跟随视觉数据集压缩的成功,旨在从原始数据集中合成一个较小的图数据集。最近,梯度和轨迹匹配方法在一些小规模图数据集上取得了显著成果。例如,SFGC将Citeseer压缩到原始数据的1.8%的大小,在训练GCN时不降低性能。然而,这些方法在大规模图数据集上的表现并不理想,即在压缩后的和原始图数据集上训练的图神经网络之间存在不可忽视的性能差距。这严重限制了它们在现实世界场景中的有效性。因此,开发一种高性能且健壮的图数据集压缩方法已成为图相关下游应用的迫切需求。
Talk大纲
1. 数据集蒸馏 & 图压缩产生的背景
2. 什么是数据集蒸馏 & 图压缩
3. 数据集蒸馏 & 图压缩的主流方法
4. 首个无损图压缩方法的动机
5. 首个无损图压缩方法的做法
6. 首个无损图压缩方法的实验结果
Talk·预习资料
论文链接: https://arxiv.org/abs/1811.10959
论文链接: https://arxiv.org/abs/2006.05929
论文链接: https://arxiv.org/abs/2203.11932
论文链接: https://arxiv.org/abs/2110.07580
论文链接: https://arxiv.org/abs/2306.02664
Talk·提问交流
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!
Talk·嘉宾介绍
张宇臣
电子科技大学 · 本科生
电子科技大学本科生,新加坡国立大学HPC-AI Lab研究助理,目前的研究兴趣主要集中在Efficient Learning和Data-centric AI,包括Dataset Distillation, Model Compression, Knowledge Distillation等。
已发表的文章:
1. Enhancing Knowledge Transfer for Task Incremental Learning with Data-free Subnetwork. (NeurIPS 2023)
2. Navigating Complexity: Toward Lossless Graph Condensation via Expanding Window Matching. (ICML 2024)
个人主页: https://www.techbeat.net/grzytrkj?id=39529
-The End-
如果你也想成为讲者
自荐 / 推荐
单人Talk | 团队专场 | 录播or直播 | 闭门交流
多种方式任你选择!
推荐讲者成功也有奖励哦~
关于TechBeat人工智能社区
TechBeat(www.techbeat.net)隶属于将门创投,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>>
预约本期Talk
热门跟贴