2022年4月29日晚,在线上举行的2022年国际万维网大会(The Web Conference,简称WWW)上,北京大学计算机学院崔斌教授课题组的论文《可扩展范式下的图网络架构搜索系统》(“PaSca: a Graph Neural Architecture Search System under the Scalable Paradigm”)获得大会唯一最佳学生论文奖(Best Student Paper Award),崔斌也受邀在大会闭幕式上发表获奖感言。
国际万维网大会是计算机和互联网领域历史最为悠久、最为权威的顶级学术会议之一,被中国计算机学会列为A类推荐国际学术会议。本次会议共收到1822篇论文投稿,仅评选出一篇最佳论文奖和一篇最佳学生论文奖。课题组获奖论文首先被会议“系统和基础设施”方向推荐为最佳论文进入到大会最佳论文候选(共11篇),并在最终评比中获最佳学生论文奖。据悉,这是国际万维网大会历史上中国学术研究机构第二次获得最佳学生论文奖,也是北京大学首次获此荣誉。
获奖证书以及官方宣传
受限于单机场景下的存储和计算开销,以及分布式场景下的通信开销,现有的图学习很难扩展到超大规模图数据。此外,对于初****来说,他们也很难构建最适合当前图数据和任务的模型。获奖论文研究了大规模图学习过程中面临的图模型可扩展性低以及建模门槛高两个问题,进而提出了一套能自动化建模超大规模图网络的可扩展图学习系统,来支持更简单和更高效的大规模图学习。具体来说,论文定义了大规模图神经网络训练的新范式,提出了一个超过15万种网络结构的可扩展图网络设计空间,并实现了一套自动化搜索系统。相关成果已经应用于腾讯内部的金融风控和社交网络推荐等多个场景,评审专家一致认为论文的研究对大规模可扩展性图学习具有重要意义。目前论文工作的单机版本已在GitHub开源:https://github.com/PKU-DAIR/SGL。
本文第一作者为计算机学院2020级博士生张文涛,通讯作者为杨智副研究员和崔斌教授,论文作者还包括计算机学院2019级博士生沈彧、2019级硕士生林哲宇、2017级博士生黎洋,以及来自腾讯机器学习平台部的李晓森、欧阳文和陶阳宇。
近几年来,崔斌教授课题组以互联网领域的大规模稀疏图数据为出发点,在大规模图学习方向形成了一系列顶尖研究成果,已陆续发表于SIGMOD、VLDB、ICDE、KDD、WWW、NeurIPS和ICLR等国际顶级会议,开辟了全新的研究视角。此次获奖,表明北京大学在计算机与互联网领域的研究水平持续处于国际前沿。
背景链接:
国际万维网大会(WWW)由万维网发明人、2016年度图灵奖获得者Tim Berners-Lee爵士等人于1992年发起并创办,是计算机与互联网领域的顶级学术会议,是中国计算机学会(CCF)推荐的A类国际学术会议。它在计算机科学领域享有很高的学术声誉和广泛的影响力(如谷歌搜索引擎算法、首个Web浏览器均首先发布于国际万维网大会),涵盖了Web系统的基础软件架构、数据挖掘、推荐系统、社交网络等广泛的研究主题。2022年度会议的主题是“展望和创造网络的未来”,共接收 1822 篇提交论文,最终录用 323 篇,录用率为 17.7%。
删除或更新信息,请邮件至freekaoyan#163.com(#换成@)