报告时间：2024年11月20日（周三）下午12：30

报告地点：长安校区计算机学院320

报告人简介：

刘杰，计算机学院2019级博士研究生，师从尚学群教授，主要从事图神经网络、图异常检测、复杂图挖掘的研究，已在AAAI、IJCAI、ICDE、Nerual Networks等顶级学术会议及期刊上发表学术论文5篇。

项目概况及报告内容：

受学校研究生院领军计划资助，刘杰同学于2022年08月至2024年11月期间，到澳大利亚昆士兰大学计算机学院进行了为期27个月的学习访问，外方导师为澳大利亚Future Fellow阴红志副教授。访学期间，该生聚焦于图异常检测和图表示学习领域，并取得了一些显著成果。其研究涵盖了图数据的复杂特性以及异常检和分类算法的创新。共发表了三篇重要论文：《Imbalanced node classification beyond homophilic assumption》，《Bourne: Bootstrapped self-supervised learning framework for unified graph anomaly detection》，以及《Spatial-temporal Memories Enhanced Graph Autoencoder for Anomaly Detection in Dynamic Graphs》。这些论文中，该生提出了针对图数据特性的独特方法，解决了传统图算法在处理复杂、异质网络时遇到的挑战。

此外，该生在访学期间还积极参加了国际学术交流活动，包括在澳门举办的IJCAI 2023以及在荷兰举行的ICDE 2024。通过这些会议，我与领域内的专家和同行进行了深入的交流，获取了最新的研究进展和前沿动态，收获了宝贵的学术交流经验和成就感，为未来继续深入研究图数据挖掘打下了坚实的基础。

本次报告将介绍该生在澳大利亚昆士兰大学学习的收获和体会，以及在“图表示学习及异常检测”方面取得的成果，主要包括：不平衡异配图表示学习，静态图异常检测，动态图异常检测等。

计算机学院  研究生院

2024年11月14日