学术报告

题      目：Learn to solve dominating set problem with graph neural networks

报  告  人：何伟骅   副教授  (邀请人：陈艳男 )

                                    广东工业大学

时      间：6月9日  10：00-11：00

地     点：数科院西楼111报告厅

报告人简介:

       何伟骅，博士，副教授，硕士生导师，广东工业大学数学与统计学院副院长，2008年本科毕业于中国科学技术大学，2014年博士毕业于法国巴黎第十一大学（现更名为巴黎萨克雷大学），主要从事图论及其应用、算法、机器学习的研究工作，主持国家自然科学基金和省部级项目多项，2021年荣获全国大学生数学建模竞赛优秀指导教师奖。

摘      要：

       The idea using neural networks to solve combinatorial optimization problems has been shown to be effective and time-saving in recent years. Inspired by these studies, we train a neural network by DDQN to solve dominating set problem. To better capture the features and structure of the graph, we use a message passing network for the graph representation. We validate our model on graphs of different sizes, and even on real-world networks.