编者简介

吴凌飞博士　毕业于美国公立常春藤盟校之一的威廉与玛丽学院计算机系。他的主要研究方向是机器学习、表征学习和自然语言处理的有机结合，在图神经网络及其应用方面有深入研究。目前他是Pinterest公司主管知识图谱和内容理解的研发工程经理（EM）。在此之前，他是京东硅谷研究中心的首席科学家，带领一支由30多名机器学习/自然语言处理方面的科学家和软件工程师组成的团队，构建智能电子商务个性化系统。他目前著有图神经网络方面的图书一本，在顶级会议或期刊上发表100多篇论文，谷歌学术引用将近3000次。他主持开发的Graph4NLP软件包自2021年中发布以来收获1500多颗标星，180多个分支，深受学术界和工业界欢迎。他曾是IBM Thomas J. Watson Research Center的高级研究员，并领导10多名研究科学家开发前沿的图神经网络方法和系统，3次获得IBM杰出技术贡献奖。他是40多项美国专利的共同发明人，凭借其专利的高商业价值，共获得8项IBM发明成果奖，并被任命为IBM 2020级发明大师。他带领团队获得两个2022年AAAI人工智能创新应用奖（全球共8个），以及IEEE ICC’19、DLGMA’20、DLG’19等多个会议或研讨会的最佳论文奖和最佳学生论文奖。他的研究被全球众多中英文媒体广泛报道，包括Nature News、Yahoo News、AP News、PR Newswire、The Time Weekly、VentureBeat、新智元、机器之心、AI科技评论等。他是KDD、AAAI、IEEE BigData会议组委会委员，并开创和担任全球图深度学习研讨会（与AAAI20-22和KDD20-22等联合举办）与图深度学习自然语言处理研讨会（与ICLR22和NAACL22等联合举办）的联合主席。他同时担任IEEE影响因子最高期刊之一IEEE Transactions on Neural Networks and Learning Systems和ACM SIGKDD旗舰期刊ACM Transactions on Knowledge Discovery from Data的副主编，并定期担任主要的AI/ML/NLP会议如KDD、EMNLP、IJCAI、AAAI等的SPC/AC。

崔鹏博士　清华大学计算机系长聘副教授。他于2010年在清华大学获得博士学位。他的研究兴趣包括数据挖掘、机器学习和多媒体分析，擅长网络表示学习、因果推理和稳定学习、社会动力学建模和用户行为建模等。他热衷于推动因果推理和机器学习的融合发展，解决当今人工智能技术的基本问题，包括可解释性、稳定性和公平性问题。他被公认为ACM的杰出科学家、CCF的杰出成员和IEEE的高级会员。他在机器学习和数据挖掘领域的著名会议和期刊上发表了100多篇论文。他是网络嵌入领域被引用最多的几位作者之一。他提出的一些网络嵌入算法在学术界和工业界产生了重大影响。他的研究获得了IEEE多媒体最佳部门论文奖、IEEE ICDM 2015最佳学生论文奖、IEEE ICME 2014最佳论文奖、ACM MM12大挑战多模态奖、MMM13最佳论文奖，并分别入选2014年和2016年的KDD最佳专刊。他曾任CIKM2019和MMM2020的PC联合主席，ICML、KDD、WWW、IJCAI、AAAI等会议的SPC或领域主席，IEEE TKDE（2017—）、IEEE TBD（2019—）、ACM TIST（2018—）和ACM TOMM（2016—）等期刊的副主编。他在2015年获得ACM中国新星奖，在2018年获得CCF-IEEE CS青年科学家奖。

裴健博士　杜克大学教授，数据科学、大数据、数据挖掘和数据库系统等领域的知名领先研究人员。他擅长为新型数据密集型应用开发有效和高效的数据分析技术，并将研究成果转化为产品和商业实践。他是加拿大皇家学会（加拿大国家科学院）、加拿大工程院、ACM和IEEE的会员。他还是数据挖掘、数据库系统和信息检索方面被引用最多的几位作者之一。自2000年以来，他已经出版一本教科书、两本专著，并在众多极具影响力的会议和期刊上发表了300多篇研究论文，这些论文被广泛引用。他研究的算法已在工业界的生产中以及流行的开源软件套件中被广泛采用。他还在许多学术组织和活动中表现出杰出的专业领导能力。他在2013—2016年担任IEEE Transactions of Knowledge and Data Engineering（TKDE）主编，在2017—2021年担任ACM的Knowledge Discovery in Data专委会（SIGKDD）主席，并担任许多顶级会议的总联合主席或程序委员会联合主席。他是企业数据战略、医疗信息学、网络安全智能、计算金融和智能零售等方面的顾问和教练。他获得了许多著名的奖项，包括ACM SIGKDD创新奖（2017年）、ACM SIGKDD服务奖（2015年）、IEEE ICDM研究贡献奖（2014年）、不列颠哥伦比亚省创新委员会青年创新者奖（2005年）、NSERC 2008年Discovery Accelerator Supplements Award（全加拿大共100个获奖者）、IBM Faculty奖（2006年）、KDD最佳应用论文奖（2008年）、ICDE最具影响力论文奖（2018年）、PAKDD最佳论文奖（2014年）、PAKDD最具影响力论文奖（2009年）以及IEEE杰出论文奖（2007年）等。

赵亮博士　埃默里大学计算科学系助理教授。他曾在乔治梅森大学信息科学与技术系和计算机科学系担任助理教授。他于2016年从弗吉尼亚理工大学计算机科学系获得博士学位。他的研究兴趣包括数据挖掘、人工智能和机器学习，特别是时空和网络数据挖掘、图深度学习、非凸优化、模型并行、事件预测和可解释机器学习等方向。他在2020年获得亚马逊公司颁发的机器学习研究奖，以表彰他对分布式图神经网络的研究。基于在空间网络的深度学习方面的研究，他于2020年获得美国国家科学基金会杰出青年教授奖；基于在生物分子的深度生成模型方面的研究，他于2019年获得杰夫里信托奖。他在第19届IEEE国际数据挖掘会议（ICDM 2019）上获得最佳论文奖，他还在第27届国际万维网大会（WWW 2021）上因深度生成模型获得最佳论文奖提名。基于在时空数据挖掘方面的研究，他于2016年被微软搜索评选为数据挖掘领域二十大新星之一。因为在空间数据深度学习方面的研究，他被计算社区联盟（CCC）授予“2021年计算创新研究员导师”称号。他在KDD、TKDE、ICDM、ICLR、Proceedings of the IEEE、ACM Computing Surveys、TKDD、IJCAI、AAAI和WWW等顶级会议或期刊上发表了大量研究论文，并长期组织SIGSPATIAL、KDD、ICDM和CIKM等许多顶级会议，担任出版主席、海报主席和会议主席等。