本書致力於介紹圖神經網絡的基本概念和算法、研究前沿以及廣泛和新興的應用,涵蓋圖神經網絡的廣泛主題,從基礎到前沿,從方法到應用,涉及從方法論到應用場景方方面面的內容。全書分為四部分:第一部分介紹圖神經網絡的基本概念;第二部分討論圖神經網絡成熟的方法;第三部分介紹圖神經網絡典型的前沿領域;第四部分描述可能對圖神經網絡未來研究比較重要和有前途的方法與應用的進展情況。
本書適合高年級本科生和研究生、博士后研究人員、講師以及行業從業者閱讀與參考。
吳凌飛博士,畢業於美國公立常春藤盟校之一的威廉與瑪麗學院計算機系。目前他是Pinterest公司主管知識圖譜和內容理解的研發工程經理。曾任京東硅谷研究中心的首席科學家和IBM Thomas J. Vatson Research Centerl的高級研究員。主要研究方向是機器學習、表徵學習和自然語言處理的有機結合,在圖神經網絡及其應用方面有深入研究。他在機器學習、深度學習等領域的著名會議或期刊上發表100多篇論文。
崔鵬博士,清華大學計算機系終身副教授。于2010年在清華大學獲得博士學位。研究興趣包括數據挖掘、機器學習和多媒體分析,擅長網絡表示學習、因果推理和穩定學習、社會動力學建模和用戶行為建模等。他在機器學習和數據挖掘領域的著名會議或期刊上發表100多篇論文。
裴健博士,杜克大學電子與計算機工程系教授。他是數據科學、大數據、數據挖掘和數據庫系統等領域的研究人員。他擅長為新型數據密集型應用開發有效的數據分析技術,並將其研究成果轉化為產品和商業實踐。自2000年以來,他已經出版一本教科書、兩本專著,並在眾多具有影響力的會議或期刊上發表300多篇論文。
趙亮博士,埃默里大學計算科學系助理教授。曾在喬治梅森大學信息科學與技術系和計算機科學系擔任助理教授。于2016年在弗吉尼亞理工大學計算機科學系獲得博士學位。研究興趣包括數據挖掘、人工智能和機器學習,在時空和網絡數據挖掘、圖深度學習、非凸優化、事件預測和可解釋機器學習等方面有深入研究。