<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=Windows-1252">
<style type="text/css" style="display:none;"> P {margin-top:0;margin-bottom:0;} </style>
</head>
<body dir="ltr">
<div style="font-family: Calibri, Arial, Helvetica, sans-serif; font-size: 12pt; color: rgb(0, 0, 0); background-color: rgb(255, 255, 255);">
<div style="margin: 0px; font-size: 15px; color: rgb(0, 0, 0); background-color: rgb(255, 255, 255);">
The AI Lunch Series will be hosting Dr. Lingfei Wu (IBM Research) this Wednesday for a presentation on “Deep Learning on Graphs: Methods and Applications”.</div>
<div style="margin: 0px; font-size: 15px; color: rgb(0, 0, 0); background-color: rgb(255, 255, 255);">
<br>
</div>
<div style="margin: 0px; font-size: 15px; color: rgb(0, 0, 0); background-color: rgb(255, 255, 255);">
12-1PM, Wednesday, January 20, 2021</div>
<div style="margin: 0px; font-size: 15px; color: rgb(0, 0, 0); background-color: rgb(255, 255, 255);">
Join with Bluejeans:<span style="margin:0px"> <span style="margin:0px;font-size:11pt;line-height:15.6933px;font-family:Calibri, sans-serif"><a href="https://bluejeans.com/981665133" target="_blank" rel="noopener noreferrer" data-auth="NotApplicable" style="margin:0px"><span style="margin:0px;font-family:"Calibri Light", sans-serif">https://bluejeans.com/981665133</span></a></span></span></div>
<div style="margin: 0px; font-size: 15px; color: rgb(0, 0, 0); background-color: rgb(255, 255, 255);">
<br>
</div>
<div style="margin: 0px; font-size: 15px; color: rgb(0, 0, 0); background-color: rgb(255, 255, 255);">
Abstract: “Recent years have seen a significantly growing amount of interest in graph neural networks (GNNs), especially on efforts devoted to developing more effective GNNs for node classification, graph classification, and graph generation. However, there
 are relatively fewer studies on other important topics such as deep graph learning, graph-based encoder-decoder, and deep graph matching. In the first part of the talk, I will introduce the basics of deep learning on graphs. In the second part of the talk,
  I will introduce an end-to-end graph learning framework, namely Iterative Deep Graph Learning (IDGL), for jointly learning graph structure and graph embeddings simultaneously. In the third part of the talk, I will introduce a Graph2Seq neural network framework
 and then talk about how to apply this model in various NLP tasks.”<br>
</div>
<div style="margin: 0px; font-size: 15px; color: rgb(0, 0, 0); background-color: rgb(255, 255, 255);">
<br>
</div>
<span style="margin: 0px; font-size: 15px; color: rgb(0, 0, 0); background-color: rgb(255, 255, 255); display: inline !important;">If you have questions, contact tennant@jlab.org </span><br>
</div>
</body>
</html>