Zweischaliges Hyperboloid.

Publikationspreis für mehr Vorhersagekraft bei GCN

15. Juni 2023 /

Per eigens entwickelter Methode verbessern IPVS-Forscher die Vorhersagekraft von Graph Neural Networks. Beschrieben werden die Ansätze im Paper „Peudo-Riemannian Graph Convolutional Networks“. Dafür gab es jetzt den Publikationspreis 2022 der Fakultät 5: Informatik, Elektrotechnik und Informationstechnik.
[Bild: Bo Xiong et al., CC BY 4.0, https://arxiv.org/abs/2106.03134]

Erfolg für Forscher vom Institut für Parallele und Verteilte Systeme (IPVS) am Fachbereich Informatik: Das im Vorjahr auf der Fachkonferenz NeurIPS 2022 vorgestellte Paper „Peudo-Riemannian Graph Convolutional Networks“ wurde mit einem Publikationspreis der Fakultät 5 gewürdigt. Neben Bo Xiong und Prof. Steffen Staab von der Universität Stuttgart wirkten an der Arbeit mit: Shichao Zhu, Ph.D. (Chinese Academy of Sciences, CAS), Dr. Nico Potyka (Imperial College London), Prof. Shirui Pan (Griffith University) und Associate Professor Chuan Zhou (Chinese Academy of Sciences).

Gruppenbild vom Tag der Forschung am 7. Juni 2023.
Prof. Steffen Staab (rechts) gehörte zu den ausgezeichneten Preisträgern.

Nominiert wurde das Paper aufgrund der darin entwickelten Methode, die es ermöglicht Graph Neural Networks in Pseudo-Riemannsche Mannigfaltigkeiten einzubetten. Diese Mannigfaltigkeiten vereinbaren Eigenschaften von hyperbolischen, sphärischen und euklidischen Geometrien – und seien damit besonders geeignet, unterschiedliche Graphstrukturen geometrisch einzubetten sowie die Vorhersagekraft der Graph Neural Networks zu verbessern.

Verliehen wurde der Publikationspreis im Rahmen des Tags der Forschung am 7. Juni 2023. Zum Festakt in Hörsaal V 57.02 präsentierte Prof. Staab die Arbeit in nicht ganz konventionellem Stil. Mehr über Prof. Staabs sportliche Metapher und andere ausgezeichnete Publikationen gibt es im nachfolgend verlinkten Beitrag der Universität Stuttgart.

Beeindruckende Publikationen am Tag der Forschung ausgezeichnet

Zum Seitenanfang