7月5日，信息学院大规模流数据集成与分析技术北京市重点实验室邀请了奥克兰理工大学的喻坚教授在瀚学楼808会议室为bet356师生做了题为“浅析图表示学习的几个研究方向”的学术报告和交流。报告由实验室主任韩燕波教授主持。

喻坚介绍了在数据嵌入过程中，传统欧式空间对于特征表达的局限性，深入浅出的介绍并演示了双曲空间等非欧式空间中数据表达力的增强。展示了传统图卷积神经网络与热力传导模型相似性的简单证明，从而引出了图卷积神经网络面临的节点表征最终有可能全部趋近一致并丧失特征的问题，并介绍了这种问题的一种解决方法—SheafGNN。

喻坚博士是奥克兰理工大学（《泰晤士报》高等教育世界大学2022年排名前250名）计算机科学副教授、Web和普适计算研究实验室的负责人。喻坚博士目前的研究方向包括面向推荐系统的深度学习、图神经网络、复杂网络和面向服务计算。他曾担任100多个国际会议的PC Member，并在ACM《Computing Surveys》(IF 7.99)、 IEEE《Trans. Services Computing》(IF 8.216)、 TEEE《Trans. Intelligent Transportation Systems》(IF 6.319).等期刊发表了130余篇高水平学术论文。他是《SpringerJournal of Reliable and Intelligent Environments》的副主編，并且为《TheComputer Journal》(CORE A*)、Elsevier《JCSS》(CORE A*)和Springer《Computing》 (CORE A)等期刊组织过若干论文专辑，并组织过十多个国际会议和研讨会。

编辑：左芳舟