報告時間：2024年11月20日（周三）下午12：30
報告地點：長安校區計算機學院320
報告人簡介：
劉杰，計算機學院2019級博士研究生，師從尚學群教授，主要從事圖神經網絡、圖異常檢測、復雜圖挖掘的研究，已在AAAI、IJCAI、ICDE、Nerual Networks等頂級學術會議及期刊上發表學術論文5篇。
項目概況及報告內容：
受學校研究生院領軍計劃資助，劉杰同學于2022年08月至2024年11月期間，到澳大利亞昆士蘭大學計算機學院進行了為期27個月的學習訪問，外方導師為澳大利亞Future Fellow陰紅志副教授。訪學期間，該生聚焦于圖異常檢測和圖表示學習領域，并取得了一些顯著成果。其研究涵蓋了圖數據的復雜特性以及異常檢和分類算法的創新。共發表了三篇重要論文：《Imbalanced node classification beyond homophilic assumption》，《Bourne: Bootstrapped self-supervised learning framework for unified graph anomaly detection》，以及《Spatial-temporal Memories Enhanced Graph Autoencoder for Anomaly Detection in Dynamic Graphs》。這些論文中，該生提出了針對圖數據特性的獨特方法，解決了傳統圖算法在處理復雜、異質網絡時遇到的挑戰。
此外，該生在訪學期間還積極參加了國際學術交流活動，包括在澳門舉辦的IJCAI 2023以及在荷蘭舉行的ICDE 2024。通過這些會議，我與領域內的專家和同行進行了深入的交流，獲取了最新的研究進展和前沿動態，收獲了寶貴的學術交流經驗和成就感，為未來繼續深入研究圖數據挖掘打下了堅實的基礎。
本次報告將介紹該生在澳大利亞昆士蘭大學學習的收獲和體會，以及在“圖表示學習及異常檢測”方面取得的成果，主要包括：不平衡異配圖表示學習，靜態圖異常檢測，動態圖異常檢測等。
計算機學院 研究生院
2024年11月14日
（審核：李春科）
