Несмотря на значительное количество работ по предсказательному моделированию, большинство таких подходов не учитывают имеющиеся явные связи между объектами в системе, ограничиваясь лишь прогнозированием собственного состояния на исторических данных. В то же время методы кодирования графовых данных предоставляют такую возможность, однако на данный момент существует крайне мало подходов для работы с динамическими (темпоральными) сетями, а имеющиеся испытывают проблемы с масштабируемостью. Кроме того, в реальных условиях часть признаков известна только для подмножества узлов сети; часто неизвестна или неточна информация о связности сети. 

     На семинаре будут рассмотрены подходы к реконструкции топологии сети, а также восстановлению и прогнозированию атрибутов на графе с помощью подходов на основе агрегации на графе, в том числе графовых нейронных сетей.

     Также будут рассмотрены методы предсказательного моделирования динамики событий на сетях на основе нейронных сетей (RNN,LSTM,GRU) и точечных процессов на данных, позволяющий строить прогнозы для вершин сети на основе агрегирования статистик взаимодействий по временным промежуткам.

Спикер: Шиков Егор, младший научный сотрудник лаборатории композитного искусственного интеллекта НЦКР ИТМО

Семинар будет проходить на платформе jazz. Ссылка придет автоматически за 1 час до семинара.