2023年6月29日下午，澳大利亚the University of Newcastle林宇清副教授应邀给我们学院作题为“Graph Neural Network for Graph Theory”的学术报告，报告由晏卫根教授主持。
随着科技的飞速发展，深度学习已逐渐成为人工智能领域的研究热点。林宇清副教授是博士生导师，集美大学讲座教授，他的本次报告从深度学习中的基本概念入手，带大家学习了循环神经网络（RNN）、卷积神经网络（CNN）等知识，并回顾深度学习的最新进展。此次报告重点关注深度学习如何通过图神经网络（GNN）为图论研究提供支持，并通过实验结果展示其应用效果。
图论是研究图的结构和性质的数学分支。近年来，随着图数据的广泛应用，图论与深度学习的结合已成为研究热点。通过图神经网络，我们可以对图数据进行有效的特征学习和模式识别。在本次报告中，林宇清教授向我院师生们详细介绍如何利用深度学习技术解决图论中的一些经典问题，如图的连通性检测、节点分类和社区发现等。通过深度学习技术，我们可以更高效地处理图数据，并取得比传统算法更好的性能。
报告结束之际，林教授还表明，期望深度学习在图论中的应用能够更加广泛，为解决复杂问题提供更多可能性。
