近年来，图神经网络(GNN)领域取得了令人难以置信的快速发展。图神经网络，也被称为图深度学习、图表示学习或几何深度学习，已经成为机器学习，尤其是深度学习中发展最快的研究课题之一。图论和深度学习交叉的这波研究浪潮也影响了其他科学领域，包括推荐系统、计算机视觉、自然语言处理、归纳逻辑编程、程序合成、软件挖掘、自动化规划、网络安全和智能交通。然而，随着该领域的迅速发展，获取全球范围内GNN发展的视角是极具挑战性的。因此，我们迫切需要弥合上述差距，并就这一快速增长但具有挑战性的主题提供全面的教程。

本教程将通过回顾和介绍图神经网络的基本概念和算法、图神经网络的新研究前沿以及图神经网络的广泛和新兴应用，涵盖图神经网络中广泛的主题。此外，通过我们最近出版的《图神经网络(GNN):基础、前沿和应用》一书，丰富的教程材料将包括和介绍，以帮助读者获得系统的理解，这是GNN研究人员和实践者阅读和学习的最全面的书籍之一。

地址：https://drive.google.com/file/d/1dqoTryW2gyctWL5eRnUG562GJJRcXzOu/view

内容中包含的图片若涉及版权问题，请及时与我们联系删除