本网讯（通讯员 王浩）12月18日下午，应古天乐太阳娱乐集团tyc493、古天乐太阳娱乐集团tyc493邀请，麦考瑞大学吴佳教授在计算机大楼118报告厅作题为“Towards Graph-level Anomaly Detection via Deep Evolutionary Mapping”的学术报告。报告会由古天乐太阳娱乐集团tyc493、古天乐太阳娱乐集团tyc493院长卢涛主持，学院40余名师生参加了本次的学术交流活动。

在报告会上，吴佳教授首先介绍了麦考瑞大学的学校基本情况、世界排名、学科设置、办学规模、奖助学金体系和计算机学院研究方向等情况。

吴佳教授详细地介绍了所在团队发表在顶级国际会议KDD2023上的最新工作。以图神经网络应用具象化举例入手，讲述了异常检测任务所要实现的效果，指出了现有技术存在的挑战以及卷积神经网络具有不可解释的缺点。团队以该问题为切入点，提出使用图投影解释模型和引入演化算法挑选最优的节点值，异常检测分类任务使用支持向量机实现。在报告过程中还分享了团队孕育该成果的坎坷路程。

在现场答疑环节，吴佳教授与在场的师生对可解释性研究工作，高水平文章中的图表美学，跨领域研究思路借鉴，研究方向和场景的可替换性等具体问题进行了深入的探讨，热情地解答了师生提出的相关问题。

与会师生对于吴佳教授在图异常检测方向上的研究成果表示高度关注，并表示将以此次讲座为契机，进一步深化自己的研究方向，为工业应用场景下的异常检测的发展打下坚实基础。

报告人简介:

吴佳，麦考瑞大学人工智能中心研究主管(Research Director)、国际数据挖掘顶级期刊ACM Transactions on Knowledge Discovery Data ( TKDD)副主编。2019 Heidelberg LaureateForum Fellowship-澳洲科学院(Australian Academy of Science)。麦考瑞大学计算机学院教授、副院长分管博士研究生。主要研究领域为数据挖掘、机器学习、人工智能，及其在商业、工业、生物信息学、医疗信息学等领域的应用。迄今，在国际学术期刊和会议上共发表论文100多篇，包括IEEE TPAMI、IEEE TKDE、IEEE TNNLS、IEEE TCYB、ACMTKDD、NeurIPS、WWW、ACM KDD、IEEE ICDM、ACM WSDM、IJCAI、AAAI、ACMCIKM等。指导学生获得2022年顶级信息检索领大会ACM CIKM最佳论文奖Runner-Up、2021年顶级数据挖掘大会IEEE ICDM最佳学生论文奖、2018顶级国际数据挖掘大会SIAM SDM最佳论文奖-Applied Data ScienceTrack、2017顶级国际神经网络大会IEEEIJCNN最佳学生论文奖。

（审稿: 张炜）