题目：为什么复杂网络需要图网络？
报告人：张江
摘要：图神经网络简称图网络是近年来在机器学习界发展起来的一套技术，它将普通的前馈神经网络扩展到了一般的图结构上。这种新型架构不仅可以从大规模网络数据中提炼模式，而且能够可以直接进行端到端式的学习。本报告将展示用图神经网络解决传统的网络科学问题，包括连边预测，节点中心性计算，节点分类等，还包括较复杂的任务包括动力学预测和网络重构等。
报告人信息：张江，北京师范大学系统科学学院教授、集智俱乐部创始人、集智学园（北京）科技有限公司创始人。主要研究领域包括复杂网络与机器学习、复杂系统分析与建模、计算社会科学等。曾在Nature Communications、Scientific Reports、Physical Review E、Journal of Theoretical Biology等国际知名刊物上发表过学术论文数十篇。出版专著《数字创世纪——人工生命的新科学》、译著《自然与人工系统中的适应》、校译《规模》等著作；曾主持《互联网上的集体注意力流研究》、《加权有向食物网的异速标度律研究》等多项国家级科研项目。其开创的集智俱乐部是国内外知名的学术社区，致力于复杂系统、人工智能等多领域的跨学科交流与合作，曾以集智俱乐部为冠名出版过多本著作，包括《科学的极致——漫谈人工智能》、《走近2050——注意力、互联网与人工智能》，译作《深度思考》；集智俱乐部曾影响、孕育多家人工智能创业团队，包括：彩云AI、Momenta自动驾驶团队等。