2022年12月13日下午，上海交通大学王宇光副教授应邀在腾讯会议（ID：129-992-360）开展了一场题为“图神经网络与几何深度学习简介”的学术讲座。本次讲座采用线上线下相结合的方式，线下讲座在综合楼644会议室举行，由我院董雪梅教授主持，我院部分老师和研究生参加了此次讲座。

王宇光副教授博士毕业于澳大利亚新南威尔士大学，之后到德国马克斯普朗克研究所从事深度学习理论的研究工作，目前是上海交通大学自然科学研究院、数学科学学院、计算机科学与工程系、张江高等研究院、科学与工程计算教育重点实验室的科学研究家。研究兴趣为图神经网络和几何深度学习的算法和理论，40余篇论文发表在数学、AI顶级刊物(ACHA, SIMUM, FoCM, JMLR, ICML, NeurIPS)。2021年工作被评为ICML亮点。

在本讲座中，王宇光副教授主要向我们介绍了图表示学习具有从推荐系统到药物和蛋白质设计的广泛应用。同时，在介绍了图神经网络的基本概念之后，讨论了如何利用调和分析和粒子系统来设计有用的神经消息传递，并在理论上保证可分离性和高效计算。这些消息传递被证明具有严格正的下界狄利克雷能量，从而避免了图神经网络当网络加深时节点特征无法区分时的过度平滑问题。

本次讲座学术氛围浓厚，临近讲座结束，王宇光副教授为在场师生进行线上答疑解惑并展开深入交流，内容十分丰富，现场形成了良好的互动，在座研究生都表示受益匪浅。讲座的最后，董雪梅教授就此次讲座进行总结，并对王宇光副教授表达了诚挚的感谢，讲座在全场热烈的掌声中圆满结束。