知识可迁移图神经网络及其在金融风险预测中的应用

导读 迁移学习已经在很多领域，如 CV/NLP 领域，被广泛研究和应用。最近也有很多研究者开始在非欧式的图集合数据上研究迁移学习。本文将分享图迁移学习相关的一些最新工作，并简单总结图迁移学习领域的问题、挑战，以及应用场景。希望能为大家之后的研究带来一些启发。今天的分享会围绕 4 部分展开：1. 图迁移学习概要介绍2. VS-Graph：图迁移学习新场景3. 知识可迁移图神经网络4. 图迁移学习总结与展望论文题目：《Predicting the Silent Majority on Graphs: Knowledge Transferable Graph Neural Network》下载链接：‍‍‍https://dl.acm.org/doi/abs/10.1145/3543507.3583287分享嘉宾｜毕文东 中科院计算所 硕士研究生编辑整理｜冯蕾蕾 DataFun志愿者‍‍‍‍出品社区｜DataFun01图迁移学习概要介绍首先，来介绍一下图迁移学习相关的背景知识，以及一些典型的应用场景。1. 什么 ………………………………