L’apprentissage en profondeur des graphiques et des données de structure de réseau est récemment devenu l’un des sujets les plus brûlants de l’apprentissage automatique. Les graphiques sont de puissantes abstractions mathématiques qui peuvent décrire des relations complexes et des systèmes d’interaction dans des domaines allant de la biologie et de la physique des hautes énergies aux sciences sociales et économiques. Dans cette conférence, je décrirai les méthodes de base, les applications, les défis et les orientations futures possibles dans ce domaine. À propos de l’orateur : Michael Bronstein est professeur à l’Imperial College de Londres, où il est président de l’apprentissage automatique et de la reconnaissance de formes, et responsable de la recherche sur l’apprentissage des graphes sur Twitter. Michael a obtenu son doctorat du Technion en 2007. Il a occupé des postes de visiteur à l’Université de Stanford, au Massachusetts Institute of Technology, à l’Université Harvard et à l’Université de Tel Aviv, et est également affilié à trois instituts de recherche avancée (Rudolf Diesel Fellow (2017-) à l’Université technique de Munich et Radcliffe à Harvard Researcher (2017- -2018), à Princeton (2020)). Michael est le récipiendaire de cinq bourses ERC, de boursiers IEEE, IAPR et ELLIS, éminent conférencier ACM et jeune scientifique du Forum économique mondial. En plus de sa carrière universitaire, Michael est un entrepreneur en série et fondateur de plusieurs startups, dont Novafora, Invision (rachetée par Intel en 2012), Videocites et Fabula AI (rachetée par Twitter en 2019). Il a auparavant été ingénieur en chef d’Intel Perceptual Computing et a été l’un des principaux développeurs de la technologie Intel RealSense. .