您的当前位置: 首页 > 精彩报告合集 > 会议峰会 > IT互联网 > DataFunSummit2024:图机器学习峰会PPT合集(共16套打包)
DataFunSummit2024:图机器学习峰会PPT合集(共16套打包)

DataFunSummit2024:图机器学习峰会PPT合集(共16套打包)

DataFunSummit2024:图机器学习峰会PPT合集。

更新时间:2024-01-31 报告数量:16份 浏览次数:108

合集标签

图机器学习峰会

报告合集目录

报告预览

  • 全部
    • DataFunSummit2024:图机器学习峰会PPT合集
      • 电信网络中的图学习性能优化-曾立.pdf
      • GraphGPT_汤嘉斌_hku.pdf
      • 朱雀图计算平台与大模型-0908.pdf
      • 240127腾讯游戏大规模图学习研究与落地 .pdf
      • 图机器学习在京东内容推荐中的应用-京东-姚翔宇.pdf
      • 图在金融反欺诈中的应用.pdf
      • 张梦玫datafun分享_final_zmm.pdf
      • 任旭滨LLMs Enhanced Rec.pdf
      • 动态推荐场景下的图学习.pdf
      • DataFunTalk复杂图迁移学习_2.pdf
      • 图基础模型初探.pdf
      • 2024-1-27真实复杂场景下的图神经网络-天津大学何东晓.pdf
      • 陈昊-次时代推荐系统.pdf
      • 罗振宇2024跨年演讲“时间的朋友”PPT.pdf
      • 2024·吴晓波工厂年终秀《遇见2023寻找时代的定力》.pdf
      • 2023雷军年度演讲《成长的经历和感悟》.pdf
请点击导航文件预览
资源包简介:

1、DataFunSummit#2023电信网络中的图学习性能优化曾立华为技术有限公司GTS 数据智能计算专家01图技术的发展情况图的介绍、优势与业界应用02图学习在电信业务的应用图学习的原理与业务应用情况03图学习的性能优化主流引擎对比、关键挑战分析及加速技术04总结与展望图学习的业务和技术演进方向目录CONTENTDataFunSummit#202301图技术的发展情况越来越多的问题被建模成图,。

2、GraphGPTGraphGPT:Graph Instruction Tuning for:Graph Instruction Tuning for Large Language ModelsLarge Language ModelsJiabin TangMusketeers Foundation Institute of Data Science,The University of Hong 。

3、 之江朱雀图科学计算平台之江朱雀图科学计算平台陈红阳陈红阳之江实验室之江实验室2023-9-7之江图计算中心定位、目标之江图计算中心定位、目标图计算理论与模型、图计算加速器架构及编译环境、单机图计算系统软硬件环境基础理论及软硬件层面基础理论及软硬件层面高并发分布式图计算系统数据存储、任务调度与高效通信、高吞吐图计算引擎、统一编程框架和支撑库高性能高可用系统层面高性能高可用系统层面图计算算法库、图。

4、姚亮 腾讯 高级研究员2024.1.27腾讯游戏大规模图学习研究与落地腾讯游戏大规模图学习研究与落地01.背景介绍02.千亿规模图计算框架PB-GNN03.链路预测算法的研究与应用落地 04.图预训练算法的研究与落地05.总结目录目录01.背景介绍01.腾讯游戏大规模复杂网络大规模网络 千千亿亿关系链关系链&互互动动&对局对局;复杂网络 关系链关系链、互动互动、对局对局强社交玩家。

5、图机器学习在京东内容推荐中的应用姚翔宇京东-搜推内容算法组2024-1-27目录1/背景2/图基础能力打造3/视频召回中的图算法4/总结目录1/背景2/图基础能力打造3/视频召回中的图算法4/总结背景视频/直播+电商,迅速崛起并蓬勃发展京东视频及直播电商场景淘宝抖音直播内容背景视频/直播电商的价值用户:沉浸式内容更容易种草、产生信任,缩短决策时间,激发新兴趣,提升购物体验平台:有效提升平台的停留。

6、DataFunSummitDataFunSummit#20232023图技术在金融反欺诈中的图技术在金融反欺诈中的应用应用演讲人:陈曦-蚂蚁集团-风管技术部图在金融反欺诈中的应用背景图在金融反欺诈中的应用背景图驱动的感知研判决策处置图驱动的感知研判决策处置图在金融反欺诈中的演进图在金融反欺诈中的演进图在金融反欺诈中的总结和展望图在金融反欺诈中的总结和展望目录目录 CONTENTCONTENTDa。

7、DataFunSummitDataFunSummit#20232023风控场景中图模型的范式变迁风控场景中图模型的范式变迁张梦玫 中国电信翼支付 风险管理部 高级技术专家风控图机器学习模型风控图机器学习模型风控图大模型风控图大模型风控图深度学习模型风控图深度学习模型翼支付实践案例翼支付实践案例目录目录 CONTENTCONTENT翼支付简介天翼电子商务有限公司是中国电信集团有限公司的成员企业,是。

8、Enhancing Recommender Systems with Large Language ModelsXubin RenThe University of Hong Kong2LLMs+Graph in Recommendation1 Li,Yuhan,et al.A survey of graph meets large language model:Progress and fut。

9、动态推荐场景下的图学习孙庆赟北京航空航天大学 计算机学院Homepage:https:/sunqysunqy.github.io/Email:sunqybuaa.eduOutline Background:Deep Graph Learning for Recommendation Dynamic Graph OOD:Environment-aware Dynamic Graph Learnin。

10、Knowledge Transfer on Complex Graphs毕文东2024.1.27腾讯TencentA Brief IntroductionCONTENTS Introduction of Graph Knowledge Transfer(GKT)Knowledge Transfer on Graph Data Graph Knowledge Transfer on General。

11、图基础模型初探石川石川 教授教授shichuanbupt.edushichuanbupt.edu北京邮电大学北京邮电大学大纲大纲 图基础模型 相关工作进展 我们的工作 总结 基础模型基础模型“基础模型是一个在广泛的数据上训练且可以被应用于广泛的下游任务的模型。”11 R.Bommasani,D.A.Hudson,E.Adeli,R.Altman,S.Arora,S.von Arx,M.S.Ber。

12、汇报人:何东晓汇报人:何东晓 天津大学天津大学 教授教授汇报时间:汇报时间:20232023年年1 1月月2727日日真实复杂场景下的图神经网络真实复杂场景下的图神经网络CatalogueAdversarial Representation Mechanism Learning for Network Embedding01Block Modeling-Guided Graph Convolut。

13、MacGNN:次时代宏观图推荐系统https:/arxiv.org/abs/2401.14939汇报人:陈昊 香港理工大学目 录德才兼备 知行合一本世代推荐系统次世代推荐系统MacGNN 效果123推荐系统场景的演变:从单一到丰富德才兼备 知行合一上世代推荐系统(广告推荐)本世代推荐系统(沉浸式推荐)推荐系统规模的演变:从罕见到普及德才兼备 知行合一用户数量直线增长(数百万-数十亿)商品数量指数。

展开阅读全文
张5G
张**

该用户很懒,什么也没介绍

会员购买
客服

专属顾问

商务合作

机构入驻、侵权投诉、商务合作

服务号

三个皮匠报告官方公众号

回到顶部