直播预告 | AAAI 2022：融入知识图谱的分子对比学习

​

「AI Drive」是由 biendata 和 PaperWeekly 共同发起的学术直播间，旨在帮助更多的青年学者宣传其最新科研成果。我们一直认为，单向地输出知识并不是一个最好的方式，而有效地反馈和交流可能会让知识的传播更加有意义，从而产生更大的价值。

本期 AI Drive，我们邀请到浙江大学计算机科学与技术学院在读博士生方尹，为大家在线解读其发表在 AAAI 2022的最新研究成果：融入知识图谱的分子对比学习。对本期主题感兴趣的小伙伴，3 月 10 日（周四）晚 7 点，我们准时相约  B 站 AI_Drive 直播间。

一、直播信息

1、直播摘要：

本文创新性地提出了一种知识增强的分子图对比学习框架Knowledge-enhanced Contrastive Learning (KCL)。KCL利用化学元素知识图谱指导原始分子图的增强过程：(1)为了建立元素之间的微观联系及各元素的基本领域知识，基于化学元素周期表，构建了化学元素知识图谱；(2)通过该知识图谱指导原始分子图的图增强过程，有助于在不相邻但具有相同性质的原子之间建立联系。同时，KCL针对分子增强图设计了知识感知的消息传递网络KMPNN，通过最大化正样本对之间的一致性和难负样本对之间的差异性构建对比损失以优化模型。实验结果表明，KCL在涵盖不同分子属性的8个数据集上获得了SOTA性能，且具有可解释性。

2、论文名称：

Molecular Contrastive Learning with Chemical Element Knowledge Graph 

3、论文链接：

https://arxiv.org/abs/2112.00544

4、本次分享的具体内容有： 

• 研究背景

• 研究方法介绍

• 实验结果分析

• 总结与展望

二、嘉宾介绍

方尹，浙江大学计算机科学与技术学院在读博士生，导师为陈华钧教授。 2017年和2020年分别获四川大学数学学院理学学士学位和硕士学位。目前的研究领域主要包括知识图谱和分子图表示学习。

三、直播地址 & 交流群

本次分享将在B 站 AI_Drive 直播间进行，扫描海报左下角二维码或点击阅读原文即可免费观看。线上分享结束后，嘉宾还将在直播交流群内实时 QA，扫描海报右下角二维码添加小助手，即可入群。

关注微信公众号“数据实战派”，可根据自动回复获取直播PPT（一般直播隔天后可获得），关注b站“AI_Drive”观看直播回放。如果希望成为分享者或兼职志愿者，请直接联系小助手。

  合作伙伴