个人简介：张永祺博士于2020年加入第四范式科学技术部，现担任算法科学家，负责机器学习和知识图谱相关的研究工作。工作期间他开展了多个知识图谱学习相关工作，在链接预测、实体对齐等任务基线上达到国际领先水平，取得大规模生物知识图谱预测任务ogbl-biokg第一名的成绩，并以第一作者在TPAMI, VLDB Journal, KDD, NeurIPS, WWW, ACL等人工智能领域顶级会议期刊发表10余篇论文。他于2020年在香港科技大学获得博士学位，2015年在上海交通大学获得学士学位。
报告摘要：知识图谱作为一种特殊的结构化数据，启发了如搜广推医疗金融等诸多领域下游应用，对数据挖掘和机器学习具有重要意义。近年来，随着图神经网络（GNN）的发展，越来越多的GNN应用于知识图谱推理场景，取得了出色的推理效果。本次分享将介绍GNN在知识图谱推理领域的发展和重要工作，以主讲人在WWW 2022和KDD 2023上的最新成果为例，对当前知识图谱上图学习技术优势及其瓶颈进行讨论。
